Effiziente Linsendesigns durch KI: Von Monaten zu einem Tag

Das Team von KAUST, bestehend aus Xinge Yang, Qiang Fu und Wolfgang Heidrich, hat die DeepLens-Methode entwickelt, um den Designprozess von Linsensystemen zu automatisieren. Durch den Einsatz von KI und dem Konzept des ‚curriculum learning’ kann dieses System komplexe Aufgaben in einfachere Unteraufgaben unterteilen und so effizienter arbeiten.

Die traditionellen Methoden zur Linsenoptimierung benötigen oft monatelange manuelle Arbeit durch erfahrene Ingenieure. DeepLens hingegen erreicht eine signifikante Zeit- und Kostenreduktion und ermöglicht einen vollständigen Designprozess innerhalb eines Tages. Dies könnte vor allem bei der Entwicklung von mobilen Kamerobjektiven mit höherer Qualität oder neuen Funktionen von Vorteil sein.

Eine Besonderheit der DeepLens-Methode sind die maßgeschneiderten Designs von Mehrfachelement-Linsen, welche in Geräten von Mikroskopen bis hin zu Smartphone-Kameras genutzt werden. Die Methode wurde erfolgreich in einem sechselementigen klassischen Bildgebungssystem getestet, bei dem die Design- und optische Leistung während der Anpassung an die Spezifikationen analysiert wurde.

Aktuell beschränkt sich die Anwendung der DeepLens-Methode auf refraktive Linsenelemente. Die Forscher planen jedoch eine Erweiterung auf hybride optische Systeme, welche refraktive Linsen mit diffraktiver Optik und Metalllinsen kombinieren. Dadurch könnten neue Fähigkeiten, wie zum Beispiel spektrale Kameras und kombinierte Farbtiefebildgebung, erschlossen werden.