Optyczno-elektroniczna hybryda do szybkiego rozpoznawania obrazów
Obecnie wykorzystywane technologie rozpoznawania obrazów bazują na sztucznej inteligencji. Komputery uczą się odróżniać na zdjęciach i filmach różne przedmioty, ludzi czy zwierzęta. Problem jednak w tym, że proces ten wymaga dużych mocy obliczeniowej i dużych ilości energii, przez co systemy takie nie będą nadawały się np. do przyszłych przenośnych urządzeń medycznych.
Naukowcy z Uniwersytetu Stanforda zaprojektowali system, który potrafi znacznie szybciej klasyfikować obrazy, używając przy tym znacznie mniej energii. Samochody autonomiczne mają pod masą dość duże, dość powolne i zużywające dużo energii komputery, mówi profesor Gordon Wetzstein, który stał na czele grupy badawczej. W przyszłości będziemy potrzebowali czegoś szybszego i mniejszego.
Wetzstein i Julie Chang postanowili wykonać taki właśnie krok ku przyszłości, tworząc rodzaj optyczno-elektrycznego komputera wyspecjalizowanego w analizie obrazów. Pierwszą warstwą ich prototypowej kamery jest warstwa optyczna, która wstępnie przetwarza obraz. Warstwa druga to tradycyjny komputer.
W warstwie optycznej ma miejsce fizyczne przetwarzanie danych z obrazu, który jest po prostu filtrowany na różne sposoby. Jako, że proces ten ma miejsce w miarę przechodzenia światła przez kolejne filtry, całość odbywa się z olbrzymią prędkością i nie wymaga zasilania. Przekazaliśmy optyce część zadań wykonywanych dotychczas przez procesory i sztuczną inteligencję, mówi Chang. W wyniku takiego podejścia cały system ma do przeprowadzenia znacznie mniej obliczeń, znacznie rzadziej odwołuje się do pamięci, a całość trwa znacznie szybciej. Dzięki pominięciu wstępnego przetwarzania obrazu przez procesor osiągnięto wiele korzyści. Pominęliśmy miliony obliczeń, a wszystko to z prędkością światła, mówi Wetzstein.
Testy pokazały, że zbudowany prototyp może konkurować pod względem prędkości i dokładności z obecnie używanymi systemami rozpoznawania obrazu. I wystarczy mu do tego znacznie mniej obliczeń. Bez problemu rozpoznawał samoloty, samochody, koty, psy i wiele innych obiektów.
Prototyp jest duży, jednak jesto twórcy nie wykluczają, że w przyszłości zostanie zminiaturyzowany na tyle, by mieścić się w kamerze wideo. Przyszłe wersje naszego systemu będzie można wykorzystać do szybkiego podejmowania decyzji np. przez samochody autonomiczne, dodaje Wetzstein.
Komentarze (0)