Perangkat Keras Neural dan Pengenalan Gambar

Kecerdasan buatan (AI) secara tradisional didasarkan pada perangkat lunak, tetapi peneliti dari Universitas Teknologi Wina telah menciptakan perangkat keras cerdas yang lebih cepat. Chip yang baru dikembangkan dapat menganalisis gambar dan memberikan output yang benar dalam hitungan nanodetik.

Di dunia saat ini, pengenalan gambar otomatis digunakan untuk berbagai aplikasi yang berbeda, dan program komputer tertentu dapat mendiagnosis masalah kesehatan seperti kanker kulit, menavigasi kendaraan self-driving, dan mengontrol robot. Ini biasanya dilakukan dengan mengevaluasi data gambar yang disampaikan oleh kamera, tetapi kelemahan dari metode ini adalah bahwa prosesnya memakan waktu. Misalnya, ketika jumlah gambar yang direkam per detik tinggi, volume data yang dihasilkan seringkali tidak dapat ditangani.

Bahan 2D Khusus

Ilmuwan di TU Wien memutuskan untuk menggunakan bahan 2D khusus. Mereka mengembangkan sensor gambar yang dapat mengenali objek tertentu melalui pelatihan. Chip ini didasarkan pada jaringan saraf tiruan, dan chip dapat memberikan data tentang apa yang dilihatnya dalam nanodetik.

Penelitian ini dipresentasikan dalam jurnal ilmiah Nature.

Jaringan saraf, yang merupakan sistem tiruan, dapat merepresentasikan sel saraf yang terhubung dengan sel saraf lainnya dalam otak kita. Satu sel dapat mempengaruhi banyak sel lainnya, dan pembelajaran tiruan pada komputer bekerja dengan cara yang sama.

“Biasanya, data gambar dibaca terlebih dahulu pixel per pixel dan kemudian diproses pada komputer,” kata Thomas Mueller. “Kami, di sisi lain, mengintegrasikan jaringan saraf dengan kecerdasan buatan langsung ke dalam perangkat keras sensor gambar. Ini membuat pengenalan objek beberapa kali lebih cepat.”

Chip, yang didasarkan pada fotodetektor yang terbuat dari tungsten diselenida, dikembangkan dan diproduksi di TU Wina. Tungsten diselenida adalah bahan yang sangat tipis yang terdiri dari hanya tiga lapisan atom. Setiap elemen detektor individual, atau “pixel” dari kamera, terhubung ke elemen output, yang memberikan hasil pengenalan objek.

“Dalam chip kami, kami dapat menyesuaikan sensitivitas setiap elemen detektor individual — dengan kata lain, kami dapat mengontrol cara sinyal yang dipilih oleh detektor tertentu mempengaruhi sinyal output,” kata Lukas Mennel, penulis pertama dari publikasi. “Kami hanya perlu menyesuaikan medan listrik lokal langsung di fotodetektor.”

Mereka membuat penyesuaian ini secara eksternal dan dengan menggunakan program komputer. Sensor dapat digunakan untuk merekam huruf yang berbeda dan menyesuaikan sensitivitas pixel individual. Selalu akan ada sinyal output yang sesuai.

Jaringan Saraf Mengambil Alih

Setelah proses pembelajaran selesai, komputer tidak diperlukan lagi. Jaringan saraf dapat beroperasi sendiri, dan dapat menghasilkan sinyal output dalam 50 nanodetik.

“Chip uji kami masih kecil saat ini, tetapi Anda dapat dengan mudah meningkatkan teknologi ini tergantung pada tugas yang ingin Anda selesaikan,” kata Thomas Mueller. “Pada prinsipnya, chip ini juga dapat dilatih untuk membedakan apel dari pisang, tetapi kami melihat penggunaannya lebih dalam eksperimen ilmiah atau aplikasi khusus lainnya.”

Teknologi ini akan paling berguna dalam bidang yang memerlukan kecepatan yang sangat tinggi, seperti mekanika patah dan deteksi partikel.