Hardware Neural y Reconocimiento de Imágenes

La inteligencia artificial (IA) se basa tradicionalmente en software, pero los investigadores de la Universidad Técnica de Viena han creado hardware inteligente más rápido. El chip recién desarrollado puede analizar imágenes y proporcionar la salida correcta en cuestión de nanosegundos.

En el mundo actual, el reconocimiento automático de imágenes se utiliza para una variedad de aplicaciones diferentes, y ciertos programas informáticos pueden diagnosticar con precisión problemas de salud como el cáncer de piel, navegar vehículos autónomos y controlar robots. Esto se hace normalmente mediante la evaluación de los datos de imagen entregados por las cámaras, pero una desventaja es que es tiempo consumido. Por ejemplo, cuando el número de imágenes grabadas por segundo es alto, el gran volumen de datos generado a menudo no se puede manejar.

Materiales 2D Especiales

Los científicos de la TU Wien decidieron utilizar un material 2D especial. Desarrollaron un sensor de imagen que puede reconocer ciertos objetos a través del entrenamiento. El chip se basa en una red neural artificial, y el chip puede proporcionar datos sobre lo que está viendo dentro de nanosegundos.

La investigación se presentó en la revista científica Nature.

Las redes neuronales, que son sistemas artificiales, pueden representar las células nerviosas que están conectadas a otras células nerviosas en nuestro cerebro. Una célula puede afectar a muchas otras, y el aprendizaje artificial en una computadora funciona de manera similar.

“Normalmente, los datos de la imagen se leen primero píxel por píxel y luego se procesan en la computadora”, dice Thomas Mueller. “Por otro lado, integramos la red neural con su inteligencia artificial directamente en el hardware del sensor de imagen. Esto hace que el reconocimiento de objetos sea mucho más rápido en varios órdenes de magnitud”.

El chip, que se basa en fotodetectores hechos de tungsteno diselenido, se desarrolló y fabricó en la TU Viena. El tungsteno diselenido es un material ultrafino que consiste en solo tres capas atómicas. Cada uno de los fotodetectores individuales, o los “píxeles” de la cámara, están conectados a elementos de salida, que proporcionan los resultados del reconocimiento de objetos.

“En nuestro chip, podemos ajustar específicamente la sensibilidad de cada elemento de detector individual, es decir, podemos controlar la forma en que la señal que detecta un detector en particular afecta la señal de salida”, dice Lukas Mennel, primer autor de la publicación. “Todo lo que tenemos que hacer es ajustar simplemente un campo eléctrico local directamente en el fotodetector”.

Hacen esta adaptación externamente y mediante el uso de un programa informático. El sensor se puede utilizar para grabar diferentes letras y ajustar las sensibilidades de los píxeles individuales. Siempre habrá una señal de salida correspondiente.

La Red Neuronal se Hace Cargo

Después de completar el proceso de aprendizaje, la computadora ya no es necesaria. La red neuronal es capaz de funcionar sola y puede producir una señal de salida dentro de 50 nanosegundos.

“Nuestro chip de prueba es aún pequeño en este momento, pero se puede escalar fácilmente la tecnología dependiendo de la tarea que se desee resolver”, dice Thomas Mueller. “En principio, el chip también podría ser entrenado para distinguir manzanas de plátanos, pero vemos su uso más en experimentos científicos u otras aplicaciones especializadas”.

Esta tecnología será más útil en áreas que requieren una velocidad extremadamente alta, como la mecánica de fracturas y la detección de partículas.