Οι κάμερες του μέλλοντος βλέπουν πίσω από εμπόδια και μέσα στον εγκέφαλό μας με ταχύτητα φωτός
Κάμερες με πρωτοφανείς δυνατότητες, που καταγράφουν 1 τρις και 1 τετράκις εκατομμύριο εικόνες το δευτερόλεπτο, χρησιμοποιούν ήδη οι επιστήμονες για να λύσουν κάποια από τα δυσκολότερα προβλήματα της Φυσικής. Οι κάμερες του μέλλοντος θα είναι ακόμη πιο γρήγορες, αποτυπώνοντας με την ταχύτητα και την ακρίβεια του φωτός, ακόμα και τα κύτταρα του εγκεφάλου μας.
Την επόμενη δεκαετία, οι κάμερες αυτές θα αλλάξουν την ιατρική, την πλοήγηση, ακόμα και τις στρατιωτικές επιχειρήσεις, ενώ κάποιες από αυτές τις δυνατότητες θα τις διαθέτουν και τα κινητά μας.
Ο Ιωάννης Γκιουλέκας πρωτοπορεί στον τομέα της οπτικής, της όρασης υπολογιστών, της γεωμετρικής απεικόνισης και της Τεχνητής Νοημοσύνης. Είναι Αναπληρωτής Καθηγητής στο Ινστιτούτο Ρομποτικής του Carnegie Mellon University στο Πίτσμπουργκ των ΗΠΑ και πρόσφατα βραβεύθηκε με το Επιστημονικό Βραβείο στις Εφαρμοσμένες Επιστήμες Τεχνολογίας στον κλάδο της Τεχνητής Νοημοσύνης, από το Ίδρυμα Μποδοσάκη.
Η έρευνά του έχει συμβάλει στη λύση κάποιων εκ των δυσκολότερων αντίστροφων προβλημάτων της Οπτικής, ενώ η συνεισφορά του περιλαμβάνει την ανακάλυψη μιας νέας κατηγορίας τεχνικών απεικόνισης, καταφέρνοντας να κατασκευάσει σε κλίμακα μικρομέτρων, επιφάνειες των οποίων οι οπτικές ιδιότητες όπως είναι η διαφάνεια, τις έθεταν εκτός του πεδίου εφαρμογής άλλων μεθόδων. Έχει αναπτύξει εργαλεία που επιτρέπουν την ακριβή προσομείωση ενός ευρέως φάσματος οπτικών φαινομένων, που συμβαίνουν όταν το φως διαδίδεται μέσα σε βιολογικούς ιστούς και έχει θέσει τα εννοιολογικά θεμέλια για μια νέα κατηγορία τεχνικών απεικόνισης χωρίς οπτική επαφή, όπως πίσω από μία γωνία, με ανάλυση μικροδευτερολέπτου.
Ρωτήσαμε τον κ. Γκιουλέκα, πώς η Τεχνητή Νοημοσύνη συναντιέται με την ρομποτική και την οπτική στο ερευνητικό του πεδίο:
«Η Τεχνητή Νοημοσύνη στη συγκεκριμένη περίπτωση αναφέρεται σε αλγορίθμους που χρησιμοποιούμε για να επεξεργαζόμαστε οπτικά δεδομένα. Η επεξεργασία που χρειάζεται να κάνουμε σε αυτά τα οπτικά δεδομένα, πολλές φορές αφορά αντίστροφα προβλήματα. Προσπαθούμε να αναιρέσουμε τις φυσικές διαδικασίες που έλαβαν χώρα στην εφαρμογή που καταγράφουμε, έτσι ώστε να εξάγουμε κάποιες πληροφορίες. Πολύ συχνά, αυτή η αντιστροφή των διαδικασιών είναι πολύ δύσκολο υπολογιστικό πρόβλημα, εκθετικής δυσκολίας. Οπότε ο μόνος τρόπος για να την πραγματοποιήσεις είναι μέσω υπολογιστικών αλγορίθμων και της Τεχνητής Νοημοσύνης. Έτσι ώστε να δημιουργήσουμε νέες απεικονιστικές δυνατότητες».
Ποιες είναι, όμως, αυτές οι πρωτοφανείς απεικονιστικές δυνατότητες;
«Ένα παράδειγμα που συνήθως αναφέρω είναι μια βιντεοκάμερα που μπορεί να καταγράφει 1 τετράκις εκατομμύριο εικόνες το δευτερόλεπτο. Είναι μια ταχύτητα τόσο μεγάλη, που ουσιαστικά μπορούμε να δούμε πώς ταξιδεύει το φως μέσα σε μια σκηνή. Κατά μία έννοια, είναι σαν να καταγράφω βίντεο με την ταχύτητα του φωτός. Αυτή είναι μια απεικονιστική δυνατότητα που δεν μπορούμε να τη χρησιμοποιήσουμε στην κανονική μας κάμερα στο κινητό μας και η οποία είναι ιδιαίτερα χρήσιμη για ιατρικές εφαρμογές, εφαρμογές ρομποτικής.
Με μια άλλη εφαρμογή της συγκεκριμένης κάμερας, μπορούμε να δούμε γύρω από γωνίες, μπορούμε να δούμε μέσα από διάφορα εμπόδια και όλες αυτές είναι απεικονιστικές δυνατότητες που είναι αρκετά διαφορετικές από αυτές που συνήθως φέρνουμε στο μυαλό μας, όταν σκεφτόμαστε μια κάμερα».
Όταν λέτε ότι μπορούμε να δούμε μέσα από τα εμπόδια, αυτό γίνεται με την υπολογιστική ικανότητα που έχει η εφαρμογή, για να ανασυνθέτει το περιβάλλον πίσω από το εμπόδιο;
«Ακριβώς, είναι συνδυασμός. Συνδυάζει την πιο εξειδικευμένη κάμερα που έχουμε ώστε να αντλήσει πιο πλούσια πληροφορία από το περιβάλλον και με τον υπολογιστικό αλγόριθμο, όπως αναφέρατε, για να ανασυνθέσει τι βρίσκεται πίσω από το εμπόδιο. Χρειάζονται και τα δύο κομμάτια. Υπάρχει και ένα όριο του τι ακριβώς μπορείς να αντιστρέψεις, με βάση τι πληροφορία έχεις στις μετρήσεις σου. Είναι ακριβώς αυτός ο συνδυασμός της οπτικής και της υπολογιστικής που δημιουργεί αυτές τις δυνατότητες».
Πώς λειτουργούν αυτά τα συστήματα στην ιατρική εφαρμογή τους; Είναι ένας άλλος τομογράφος;
«Να διευκρινίσω ότι υπάρχουν πολλές μορφές τομογραφίας στην ιατρική, όλοι γνωρίζουμε την αξονική τομογραφία. Αυτό που προσπαθούμε να πετύχουμε -όχι μόνο εμείς, αυτό είναι ένα πολύ μεγάλο επιστημονικό πρόβλημα αυτή τη στιγμή στον τομέα μας- είναι να μπορέσουμε να κάνουμε απεικόνιση μέσα στον ιστό, σε κυτταρικό επίπεδο. Κυτταρικό επίπεδο σημαίνει ένα μικρόμετρο περίπου, ανάλυση. Και αυτό είναι κάτι που μπορούμε να το κάνουμε μόνο με οπτικό φως, γιατί αλλιώς δεν θα έχουμε την απαραίτητη ανάλυση. Το πρόβλημα είναι ότι το οπτικό φως ταξιδεύει μέσα στον ιστό, για παράδειγμα αν βάλετε το δάχτυλό σας πάνω σε ένα φως, θα το δείτε να φωτίζει.
Αυτό σημαίνει ότι το φως ταξιδεύει μέσα στον ιστό. Απλά όμως ταξιδεύει, σκεδάζεται και χάνουμε τις πληροφορίες. Οπότε αυτό που προσπαθούμε να κάνουμε, είναι αφενός να έχουμε φως που ταξιδεύει πιο βαθιά μέσα στον ιστό και να επιστρέφει αρκετό ποσό φωτός, για να το μετρήσουμε και κατά δεύτερον να μπορέσουμε να αντιστρέψουμε αυτή τη διαδικασία του σκεδασμού, έτσι ώστε να δημιουργήσουμε μια εικόνα για το τι ακριβώς υπάρχει μέσα στον ιστό. Την πληροφορία αυτή, οι γιατροί αργότερα θα χρησιμοποιήσουν για τις δικές τους εφαρμογές».
Θα είναι στο άμεσο μέλλον διαθέσιμη αυτή η εφαρμογή στα νοσοκομεία για διάγνωση ή είμαστε ένα βήμα πριν;
«Νομίζω είμαστε ακόμα αρκετά βήματα πριν, όχι ένα. Μιλάμε για ορίζοντα τουλάχιστον δεκαετίας».
Στην περίπτωση της αντιμετώπισης φυσικών καταστροφών, πώς μπορούμε να χρησιμοποιήσουμε ένα τέτοιο εργαλείο; Είναι για την καταστολή για παράδειγμα μιας μεγάλης πυρκαγιάς;
«Είναι για την καταστολή. Και το κύριο πρόβλημα που προσπαθούμε να αντιμετωπίσουμε στην περίπτωση αυτή, είναι ότι λόγω φωτιάς και καπνού, υπάρχει πολύ περιορισμένη ορατότητα. Χρησιμοποιώντας μετρήσεις από τις κάμερές μας, προσπαθούμε να δημιουργήσουμε μια εικόνα χωρίς καπνό, δηλαδή πώς θα ήταν το περιβάλλον αν δεν υπήρχε καπνός. Στόχος είναι οι πυροσβέστες να μπορέσουν να δουν ότι υπάρχει ίσως κάποιος άνθρωπος εγκλωβισμένος, είτε ότι υπάρχει κάποιο μονοπάτι που μπορούν να χρησιμοποιήσουν για να μπορέσουν να σβήσουν τη φωτιά, γενικά για να κάνουν τον επιχειρησιακό σχεδιασμό. Ως ένα βαθμό είναι ίδια τεχνική σκεδασμός φωτός.
Στην περίπτωση αυτή, έχουμε αλγορίθμους αρκετά αποτελεσματικούς. Στο project αυτό μαζί με τους συνεργάτες μου, τον Σεμπάστιαν Σέρερ και την Κάτια Σικάρα, μια άλλη Ελληνίδα καθηγήτρια στο Carnegie Mellon, έχουμε συνεργασίες με την Πυροσβεστική Υπηρεσία και στο Πίτσμπουργκ και το Σαν Μπερναντίνο στην Καλιφόρνια. Οι πυροσβέστες μας λένε, αν και πόσο οι αλγόριθμοι που ήδη έχουμε, είναι χρήσιμοι ή όχι. Σε αυτήν την περίπτωση, είμαστε πιο κοντά σε ένα προϊόν που να είναι άμεσα χρήσιμο. Όμως απέχουμε ακόμη από το να ενταχθούν αυτοί οι αλγόριθμοι σε ένα σύστημα, το οποίο να διανεμηθεί στις Πυροσβεστικές Υπηρεσίες και να μπορεί να χρησιμοποιηθεί με αξιοπιστία».
Πώς χρησιμοποιούμε την ολογραφική τρισδιάστατη αναπαράσταση στην καθημερινή μας ζωή;
«Ίσως τα δύο παραδείγματα που βλέπουμε στην καθημερινή μας ζωή, ένα είναι σε αυτόνομα οχήματα. Βλέπουμε συχνά αυτούς τους τρισδιάστατους χάρτες που δείχνουν σε τι βάθος είναι το εμπόδιο μπροστά από το αυτοκίνητο, ή σε τι βάθος υπάρχουν όλα τα αντικείμενα γύρω από το αυτοκίνητο. Όλη αυτή η πληροφορία προβάλλεται μέσω μιας συσκευής τρισδιάστατης απεικόνισης.
Ένα άλλο προϊόν που χρησιμοποιεί τις ίδιες συσκευές είναι οι παιχνιδομηχανές, οι κονσόλες με τις οποίες αλληλεπιδρούμε. Η κονσόλα μπορεί να βλέπει πού ακριβώς είναι ο χρήστης, τι κίνηση κάνει και να την μεταφράσει στο αντίστοιχο παιχνίδι».
Βραβευθήκατε από τον θεσμό των Επιστημονικών Βραβείων του Ιδρύματος Μποδοσάκη, που αναδεικνύει το έργο και τις κορυφαίες επιδόσεις Ελλήνων και Ελληνίδων επιστημόνων έως την ηλικία των 40 ετών. Τι σημαίνει αυτή η βράβευση για εσάς;
Η βράβευση αυτή από το Ίδρυμα Μποδοσάκη αποτελεί ιδιαίτερη τιμή ως αναγνώριση της ερευνητικής μου πορείας. Ο θεσμός των Επιστημονικών Βραβείων έχει αναδείξει στην ιστορία του επιστήμονες που λειτούργησαν σαν πρότυπα για εμένα και τους συμφοιτητές μου στο Εθνικό Μετσόβιο Πολυτεχνείο, όταν ακόμη ονειρευόμασταν το μέλλον μας ως ερευνητές σε τομείς αιχμής. Με τη δική μου βράβευση, αισθάνομαι ότι κλείνει αυτός ο προσωπικός κύκλος, με έναν τιμητικό και συγκινητικό για εμένα τρόπο. Είμαι σίγουρος ότι οι βραβεύσεις του Ιδρύματος Μποδοσάκη θα συνεχίσουν να εμπνέουν και να δημιουργούν πρότυπα σε νέους επιστήμονες στην Ελλάδα».
Τέλος, ρωτάμε τον κ. Γκιουλέκα, εάν θα επέστρεφε στην Ελλάδα για να συνεχίσει την έρευνά του ή να διδάξει σε ένα ελληνικό ανώτατο ίδρυμα:
«Στην Ελλάδα, το κύριο πρόβλημα, ειδικά για έρευνα αυτού του είδους, είναι η έλλειψη χρηματοδότησης, γιατί όλα τα project για τα οποία έχουμε μιλήσει, χρειάζονται πολύ μεγάλη χρηματοδότηση και για τους φοιτητές αλλά και για εξοπλισμό, για πειράματα και νομίζω ότι η έλλειψη χρηματοδοτικών πόρων θα δημιουργούσε πολλά προβλήματα για έρευνα αυτού του είδους στην Ελλάδα. Νομίζω αν ήθελα να συνεχίσω έρευνα στον συγκεκριμένο τομέα, θα ήταν αρκετά δύσκολο».