|
2017-07-07 10:54来源:氪星情报局 这款设备将使用人造神经和突触，从而提高自动驾驶汽车和无人机的性能。 编者按：通过人造神经和突触，相机能够像人脑一样拥有独立思考的能力，自主实现信息筛选。这将对未来产生什么影响？本文编译自Dhananjay Khadilkar在 Scientific American上发表的“Quick-Thinking AI Camera Mimics the Human Brain”。 欧洲研究者正在开发一款能独立思考的相机，它具有类似于人脑的算法，能够像人类视网膜一样处理图像和光线。开发者希望它能证明，现在需要大型复杂计算机运作的人工智能将很快被植入小型消费设备中。正如AI相机能够实现极佳的手机功能，该技术最大的影响是提高自驾汽车和无人机对于周围环境的感知和反应速度。 计算机辅助的自驾汽车、无人机以及监控设备中的普通数码相机捕捉了大量的信息，直播，从而消耗了宝贵的内存空间和电池寿命。这些数据大多数是重复的，因为拍摄的画面在帧与帧之间没有变化。新的AI相机（也被称为超低能耗event-based相机或ULPEC）将具有仅在相机准备好录制新画面或事件时才会启动的像素传感器。皮埃尔大学的教授Ryad Benosman和巴黎视觉研究所视觉与自然计算组的领军者Marie Curie表示，开奖，这一既省空间又省电的功能并不会使性能降低——这款相机会有新的电子元件，使其能够在几微秒（百万分之一秒）内对光线变化或运动做出反应，相比之下，现在的数码相机则需要几毫秒（千分之一秒）。Benosman表示：“只有当光线穿过预设阈值射到像素传感器上时，它才会记录。”Benosman的团队正在开发用作相机大脑的人造神经网络的学习算法。人造神经网络是一组互联的计算机，它们的组合类似于有血有肉的人脑神经系统。互联的计算机网络能够在馈送到系统中的数据里找到模式，并通过被称为“机器学习”的过程来过滤外部信息。这样的网络“不仅可以获取，而且可以处理无关信息，从而使得相机实现高速与低能耗，”Benosman表示。 AI相机的照片传感器——它的“眼睛”——将由许多半导体和硅晶片上的电路组成，将光线的变化转换为电信号，发送到神经网络上。位于苏黎世的瑞士联邦理工学院的研究员Sören Boyn表示，集成电路和被称为忆阻器的新电子元件，将作为类似于突触的连接物，用于处理电信号中的信息。Boyn工作的CNRS-Thales联合研究部门正在和Benosman的团队合作。内存电阻理论在1971年由加州伯克利大学的荣誉教授Leon Chua首先创建，2008年由惠普实验室的研究员进行数学建模。该方法面临的最大挑战之一就是，忆阻器仍然在很大程度上处于发展阶段，因此ULPEC项目预计在2020年以前不会出现成品。 法国科学研究机构CNRS/Thales正在研发ULPEC忆阻器。研究科学家Vincent Garcia表示，AI相机的忆阻器将由两个电极和夹在中间的一层薄薄的铁氧体材料构成。铁电材料有正负两极，施加电压可以逆转电荷。因此，“可以用电压来调节忆阻器的阻力，”Garcia解释说，“正如人脑的学习功能基于对连结神经的突触的刺激，对电阻的调节有助于网络进行学习。”被刺激的突触越多，连接越强，学习能力也随之提升。 巴黎Chronocam公司正在设计相机的光学传感器，首席技术官员 Christoph Posch认为，仿生光学传感器和神经网络的组合，将使相机极好地适用于自驾汽车和自主无人机。“在自驾汽车中，在交通导航或确定行人的行动时，车载计算机必须做出迅速的反应，”Posch解释，“ULPEC能够迅速检测并处理这些变化。”德国汽车设备制造商Bosch也参与了该项目，它们将调研相机将如何被用作计算机辅助的自动驾驶技术的一部分。 波尔多大学电子学助理教授Sylvain Saighi表示，研究员计划在AI相机的微芯片上安置20,000个忆阻器。Saighi是一个ULPEC项目的负责人，项目资金约5,550,000美元。 荷兰艾恩德霍芬科技大学微系统助理教授Yoeri van de Burgt研究如何构建人工突触，他表示，将忆阻器神经系统的所有元件都放入一个微芯片中将是一大进步。“由于执行本地计算，它将更加安全，并且专用于无人机和自驾机的相机等特殊任务，”van de Burgt补充。他没有参与ULPEC项目。 (责任编辑：本港台直播) |