Neuralní Hardware a Rozpoznávání Obrázků

Umělá inteligence (AI) je tradičně založena na softwaru, ale výzkumníci z Vídeňské technické univerzity vytvořili rychlejší inteligentní hardware. Nově vyvinutý čip je schopen analyzovat obrázky a poskytovat správný výstup za několik nanosekund.

V dnešním světě se automatické rozpoznávání obrázků používá pro různé aplikace a certain počítačové programy mohou přesně diagnostikovat zdravotní problémy, jako je rakovina kůže, navigovat samořízená vozidla a ovládat roboty. To se obvykle provádí vyhodnocením obrazových dat dodávaných kamerami, ale jedna nevýhoda je, že je to časově náročné. Například, když je počet snímků zaznamenaných za sekundu vysoký, velké množství dat, které je generováno, často nelze zpracovat.

Zvláštní 2D Materiál

Vědci z TU Wien se rozhodli použít zvláštní 2D materiál. Vyvinuli obrazový senzor, který může rozpoznat určité objekty prostřednictvím školení. Čip je založen na umělém neuronovém sítí a čip může poskytnout data o tom, co vidí, za několik nanosekund.

Výzkum byl prezentován v odborném časopise Nature.

Neuronové sítě, které jsou umělými systémy, mohou reprezentovat nervové buňky, které jsou spojeny s jinými nervovými buňkami v našem mozku. Jedna buňka může ovlivnit mnoho dalších a umělé učení na počítači funguje podobným způsobem.

“Typicky se obrazová data nejprve čtou pixel po pixelu a poté se zpracovávají na počítači,” říká Thomas Mueller. “My, na druhé straně, integrujeme neuronovou síť s umělou inteligencí přímo do hardwaru obrazového senzoru. To dělá rozpoznávání objektů mnohem rychlejší.”

Čip, který je založen na fotodetektorech vyrobených z wolframu a selenu, byl vyvinut a vyroben na TU Vienna. Wolfram a selen je ultra-tenký materiál, který se skládá pouze ze tří atomových vrstev. Každý jednotlivý fotodetektor, nebo “pixel” kamery, je spojen s výstupními prvky, které poskytují výsledky rozpoznávání objektů.

“Na našem čipu můžeme specificky upravit citlivost každého jednotlivého detektorového prvku – jinými slovy, můžeme ovládat, jak signál zachycený určitým detektorem ovlivňuje výstupní signál,” říká Lukas Mennel, první autor publikace. “Musíme pouze upravit lokální elektrické pole přímo u fotodetektoru.”

Tuto adaptaci provádějí externě a pomocí počítačového programu. Senzor lze použít k zaznamenání různých písmen a upravit citlivost jednotlivých pixelů. Vždy bude odpovídající výstupní signál.

Neuronová Síť Převzala Kontrolu

Po dokončení procesu učení není počítač již potřeba. Neuronová síť je schopna fungovat samostatně a může produkovat výstupní signál za 50 nanosekund.

“Náš testovací čip je zatím malý, ale technologii lze snadno škálovat v závislosti na úkolu, který chcete řešit,” říká Thomas Mueller. “V principu by čip mohl být také školen k rozlišení jablek od banánů, ale my vidíme jeho použití spíše ve vědeckých experimentech nebo jiných specializovaných aplikacích.”

Tato technologie bude nejvíce užitečná v oblastech, které vyžadují extrémně vysokou rychlost, jako je mechanika lomu a detekce částic.