Tým odborníků z přírodovědecké fakulty Univerzity Palackého v Olomouci přišel s metodou, která by mohla zásadně změnit způsob, jakým vědci pracují s optickými daty. Vyvinuli model umělé inteligence schopný rekonstruovat jemné detaily z rozmazaných snímků – a to jak z astronomických teleskopů, tak z biologických mikroskopů, aniž by bylo nutné model pro každý přístroj zvlášť upravovat.
Jde přitom o řešení dlouhodobého problému. Když jsou dva objekty zachycené optikou příliš blízko sebe, jejich obrazy splývají v jedinou neostrou skvrnu. Tento fyzikální jev komplikuje třeba pozorování vzdálených hvězdných soustav i sledování drobných buněčných struktur. Dosavadní metody, které se pokoušely toto omezení překonat, přitom zpravidla vyžadovaly přesnou znalost vlastností daného přístroje a jeho individuální kalibraci.
Olomoucký tým se vydal jinou cestou. Svůj model trénoval výhradně na počítačových simulacích pokrývajících široké spektrum optických podmínek. Umělá inteligence se tak nenaučila pracovat s jediným typem zařízení, ale pochopila obecné principy toho, jak obraz v optických systémech vůbec vzniká. Jak vysvětlil Dominik Vašinka z katedry optiky, cílem bylo naučit AI obecný způsob, jak z rozmazaného záznamu získat ostřejší informaci – právě proto může tentýž model zpracovávat data z oblastí tak vzdálených, jako jsou astronomie a molekulární mikroskopie.
Metodu vědci nejprve ověřili v laboratorním prostředí, kde přesně znali polohu světelných zdrojů, a teprve poté ji nasadili na reálná data. Na snímcích oblasti galaxie Andromédy se podařilo rozlišit skupinu hvězd, jež na původním záznamu splývala v jediný objekt. V biologických vzorcích pak AI pomohla zobrazit jemné buněčné struktury složené z jednotlivých fluoreskujících molekul.
Spoluautor studie Filip Juráň považuje laboratorní experiment se známou strukturou za klíčový mezistupeň. U skutečných mikroskopických ani astronomických dat totiž vědci nikdy přesně nevědí, kde se pozorované objekty nacházejí – kontrolovaný pokus jim proto umožnil ověřit spolehlivost metody dřív, než přistoupili k reálným datům.
Další člen týmu Jaromír Běhal upozornil, že astronomii a mikroskopii vlastně spojuje stejný fyzikální princip zobrazování bodových zdrojů světla. Pokud jej AI zachytí dostatečně obecně, může být užitečná všude tam, kde je klasická kalibrace přístroje zdlouhavá, nestabilní nebo prakticky nedosažitelná.
Autoři věří, že jejich přístup by mohl superrozlišovací zobrazování zpřístupnit širšímu okruhu vědeckých i technických oborů. Klíčovou výhodou zůstává nezávislost modelu na konkrétním optickém zařízení.
Zdroj: ČTK
