अमेरिका की Rice University ने ऐसे कैमरे विकसित करने के लिए शोध परियोजना शुरू की है, जो generative AI की मदद से बहुत कम डेटा से विस्तृत तस्वीरें तैयार कर सकेंगे. विश्वविद्यालय के अनुसार, इस काम का लक्ष्य कैमरा नेटवर्क की डेटा, ऊर्जा और लागत संबंधी जरूरतों को कम करना है.
इस परियोजना को “Generative Cameras for Low-Cost and Multimodal Distributed Sensing” नाम दिया गया है. इसे अमेरिकी National Science Foundation से तीन साल के लिए 9 लाख डॉलर की ग्रांट मिली है. परियोजना का नेतृत्व Rice University के electrical and computer engineering विभाग के assistant professor Guha Balakrishnan कर रहे हैं. उनके साथ Vicente Ordonez, Vivek Boominathan और Chen Wei सह-प्रमुख अन्वेषक हैं.
हर पिक्सेल भेजने के बजाय जरूरी जानकारी पर जोर
पारंपरिक कैमरा नेटवर्क किसी दृश्य की पूरी तस्वीर या हाई-रिजॉल्यूशन वीडियो कैप्चर करके उसे प्रोसेस और ट्रांसमिट करते हैं. दूरदराज के इलाकों में लगे battery-powered कैमरों के लिए यह प्रक्रिया अधिक ऊर्जा, computing power और wireless bandwidth मांगती है.
Rice के शोधकर्ता “generative cameras”, जिन्हें GenCams कहा जा रहा है, में low-power sensors और generative AI को मिलाने की योजना बना रहे हैं. ये सिस्टम हर पिक्सेल रिकॉर्ड या भेजने के बजाय sparse measurements यानी सीमित और चुनिंदा माप एकत्र करेंगे. इसके बाद AI सीखी हुई patterns की मदद से दृश्य की अधिक विस्तृत image reconstruct करने की कोशिश करेगा.
विश्वविद्यालय का कहना है कि इस तरीके से कैमरा नेटवर्क की bandwidth, computing requirements और energy consumption घट सकती है. हालांकि, यह एक research project है और इससे मिलने वाली वास्तविक performance का आकलन prototype और field testing के बाद ही किया जा सकेगा.
पहले RGB सेंसर, फिर 3D और multimodal सिस्टम
परियोजना को तीन चरणों में आगे बढ़ाने की योजना है. पहले चरण में researchers सामान्य red, green और blue image sensors के साथ GenCams विकसित करेंगे. दूसरे चरण में depth sensors जोड़े जाएंगे, जो वस्तुओं की दूरी मापते हैं. इसके साथ event-based sensors को भी शामिल किया जाएगा. ये सेंसर पूरी तस्वीर लेने के बजाय दृश्य में होने वाले बदलावों को रिकॉर्ड करते हैं.
अंतिम चरण में audio और language models को सिस्टम से जोड़ने का लक्ष्य है. इससे कैमरे केवल image capture करने के बजाय image, sound और text को एक साथ समझने वाले multimodal sensing systems की दिशा में आगे बढ़ सकेंगे.
Wildlife monitoring से disaster response तक इस्तेमाल की उम्मीद
Rice University के मुताबिक, ऐसे कैमरों का उपयोग wildlife conservation, traffic management, infrastructure monitoring, disaster response और robotics जैसे क्षेत्रों में किया जा सकता है. खासतौर पर उन जगहों पर इनकी उपयोगिता हो सकती है जहां बिजली, नेटवर्क bandwidth या नियमित maintenance की सुविधा सीमित है.
शोधकर्ता laboratory के बाहर prototype systems का परीक्षण भी करेंगे. इससे यह समझने में मदद मिलेगी कि sparse data से तैयार की गई images अलग-अलग वास्तविक परिस्थितियों में कितनी उपयोगी और विश्वसनीय रहती हैं.
परियोजना का व्यापक उद्देश्य camera hardware पर निर्भरता घटाकर अधिक intelligence को software और AI models में स्थानांतरित करना है. Guha Balakrishnan के अनुसार, generative AI कैमरे की मूल संरचना पर फिर से विचार करने का अवसर दे रहा है. फिलहाल यह पहल development stage में है, इसलिए इसे बाजार में उपलब्ध तैयार camera technology नहीं, बल्कि भविष्य की sensing systems के लिए research effort के रूप में देखना चाहिए.
