मानव आँख की क्षमताओं से परे देखने की शक्ति

हम जो अलग-अलग रंग देख सकते हैं, वे प्रकाश की अलग-अलग तरंग दैर्ध्य पर आधारित होते हैं। मानव आँख 450 से 650 नैनोमीटर की सीमा को कवर करने वाले तीन बैंड (लाल, हरा और नीला) में तरंग दैर्ध्य का पता लगा सकती है और अंतर कर सकती है, लेकिन हम उस सीमा के बाहर मौजूद प्रकाश के सैकड़ों अन्य बैंडों से प्रकाश नहीं देख सकते हैं। हाइपरस्पेक्ट्रल इमेजिंग नामक एक तकनीक है जो हमारे आसपास की दुनिया में क्या हो रहा है, इसका बेहतर दृश्य दे सकती है। ऐसे विशेष कैमरे हैं जो प्रिज्म के साथ 300 बैंड तक प्रकाश को अलग करते हैं और फिर वे तरंग दैर्ध्य-विशिष्ट आधार पर ऊर्जा का पता लगा रहे हैं। इन कैमरों में संभावित अनुप्रयोगों की एक विशाल श्रृंखला है। उदाहरण के लिए, उनका उपयोग ग्रीनहाउस गैस उत्सर्जन की निगरानी के लिए किया जा सकता है, मिश्रित स्पष्ट प्लास्टिक के बीच का अंतर बता सकते हैं, या पैकिंग लाइन पर फल की परिपक्वता को माप सकते हैं।

इन हाइपरस्पेक्ट्रल कैमरों के कई निर्माता हैं, लेकिन कम से कम अभी के लिए, वे काफी महंगे हैं - लगभग $20,000 से शुरू। वे जिस कैमरा-विशिष्ट सॉफ़्टवेयर का उपयोग करते हैं, वह अन्य प्रणालियों के साथ एकीकृत करना इतना आसान नहीं है। दुनिया के इस विस्तारित दृश्य के साथ आने वाली दूसरी चुनौती डेटा की मात्रा के साथ है - ये कैमरे प्रति सेकंड लगभग एक गीगाबिट डेटा उत्पन्न करते हैं!

मेटास्पेक्ट्रल नामक एक कंपनी है जो इस डेटा स्रोत को अधिक उपयोगकर्ता-अनुकूल बनाने के लिए हार्डवेयर और सॉफ़्टवेयर के संयोजन की पेशकश करके हाइपरस्पेक्ट्रल इमेजिंग की क्षमता का विस्तार करना चाहती है। वे कम्प्रेशन एल्गोरिदम चलाने वाले "डिवाइस एग्नॉस्टिक" एज डिवाइस का उपयोग करते हैं जिन्हें किसी भी हाइपरस्पेक्ट्रल कैमरे से जोड़ा जा सकता है और इसके डेटा आउटपुट को प्रबंधनीय प्रवाह में बदल सकता है। उनके स्वामित्व वाले फ्यूजन एआई प्लेटफॉर्म का उपयोग परिचित उपयोगकर्ता सॉफ्टवेयर के साथ इंटरफेस करने, रोबोटिक्स चलाने या आर्टिफिशियल इंटेलिजेंस और डीप लर्निंग सिस्टम को फीड करने के लिए किया जा सकता है।

मेटास्पेक्ट्रल ने हाल ही में सोमा कैपिटल, ऐसक्विया कैपिटल, कनाडा सरकार, और जूड गोमिला और एलन रटलेज सहित एंजेल निवेशकों से फंडिंग के सीड राउंड में $4.7 मिलियन जुटाए। कंपनी की सह-स्थापना फ्रांसिस डौमेट (सीईओ) और मिगेल टिसेरा (सीटीओ) ने की थी। टिसेरा ने अपनी पेशकश का वर्णन इस प्रकार किया है: "हमने उपन्यास डेटा संपीड़न एल्गोरिदम विकसित किए हैं जो हमें कक्षा से जमीन या स्थलीय नेटवर्क के भीतर हाइपरस्पेक्ट्रल डेटा को बेहतर और तेज़ी से शटल करने की अनुमति देते हैं। हम सब-पिक्सेल स्तर का विश्लेषण करने के लिए गहरी शिक्षा में हमारी प्रगति के साथ गठबंधन करते हैं, जिससे हमें पारंपरिक कंप्यूटर दृष्टि से अधिक अंतर्दृष्टि निकालने की इजाजत मिलती है क्योंकि हमारे डेटा में वर्णक्रमीय आयाम पर अधिक जानकारी होती है।

दरअसल, हाइपरस्पेक्ट्रल इमेजिंग को बहुत अलग पैमानों पर नियोजित किया जा सकता है। उदाहरण के लिए, मेटास्पेक्ट्रल के सिस्टम के सबसे विकसित अनुप्रयोगों में से एक मिश्रित रीसाइक्लिंग सामग्री के लिए सॉर्टिंग लाइनों पर क्लोज-अप कैमरे हैं जहां यह रासायनिक संरचना द्वारा स्पष्ट प्लास्टिक को अलग कर सकता है ताकि उन्हें पुन: प्रसंस्करण के लिए आवश्यक अत्यंत शुद्ध धाराओं में सॉर्ट किया जा सके। .

कनाडा का सबसे बड़ा कचरा पुनर्चक्रणकर्ता अब इस प्रणाली का उपयोग कर रहा है। असेंबली लाइन्स या फलों की छँटाई में गुणवत्ता आश्वासन के लिए अन्य क्लोज-अप एप्लिकेशन हैं।

दूसरे चरम पर कैमरा एक उपग्रह से डेटा उत्पन्न कर सकता है जहां छवि का प्रत्येक पिक्सेल 30m x 30m वर्ग (900 वर्ग मीटर) का प्रतिनिधित्व करता है। कैनेडियन स्पेस एजेंसी ग्रीनहाउस गैस उत्सर्जन को ट्रैक करने के लिए उस दृष्टिकोण का उपयोग कर रही है और यहां तक ​​​​कि समय के साथ फ्लक्स दरों की तुलना करके खेती या वन भूमि में मिट्टी कार्बन पृथक्करण का अनुमान लगाने के लिए भी। अंतर्राष्ट्रीय अंतरिक्ष स्टेशन पर भविष्य में तैनाती के लिए प्रौद्योगिकी भी निर्धारित है। वन्य जंगल की आग जोखिम आकलन एक और संभावित अनुप्रयोग है जो निर्देशात्मक जलन जैसे कार्यों का मार्गदर्शन करता है।

एक अन्य विकल्प जो कृषि के लिए विशेष रूप से उपयोगी होगा, वह है 50-100 मीटर की दूरी पर उड़ने वाले ड्रोन वाले कैमरों को तैनात करना। उस स्थिति में, डेटा का प्रत्येक पिक्सेल 2 सेमी से 2 सेमी के क्षेत्र का प्रतिनिधित्व कर सकता है और इतने सारे अलग-अलग तरंग दैर्ध्य की निगरानी करने की क्षमता आक्रामक खरपतवारों, कीट गतिविधि, कवक संक्रमणों का प्रारंभिक पता लगाने की अनुमति दे सकती है, इससे पहले कि वे मनुष्यों को दिखाई दें, पानी के शुरुआती संकेत या पोषक तत्वों की कमी, या फसल परिपक्वता पैरामीटर फसल के समय का मार्गदर्शन करने के लिए। यह बेहतर ढंग से समझने के लिए खेती की मिट्टी से ग्रीनहाउस गैस या अमोनिया उत्सर्जन को ट्रैक करना संभव हो सकता है कि वे कम जुताई, कवर फसल, चर दर निषेचन या "नियंत्रित पहिया यातायात" जैसी विशिष्ट कृषि प्रथाओं से कैसे प्रभावित होते हैं। इस समय जिस चीज की जरूरत है, वह है "ग्राउंड ट्रूथिंग" शोध का एक अच्छा सौदा, इमेजिंग डेटा को प्रश्न में चर के माप के साथ जोड़ने के लिए, लेकिन मेटास्पेक्ट्रल से उपलब्ध डेटा संपीड़न और इंटरफ़ेस क्षमताओं के साथ यह बहुत आसान होगा।

एक उम्मीद यह है कि मेटास्पेक्ट्रल प्लेटफॉर्म द्वारा सुगम किए गए हाइपरस्पेक्ट्रल इमेजिंग के विविध अनुप्रयोग कैमरों के लिए लागत-सीखने की अवस्था को और नीचे लाने के लिए पर्याप्त मांग पैदा करेंगे।