Sprzęt Neuronalny i Rozpoznawanie Obrazów

Sztuczna inteligencja (AI) tradycyjnie opiera się na oprogramowaniu, ale naukowcy z Uniwersytetu Technicznego w Wiedniu stworzyli szybszy inteligentny sprzęt. Nowo opracowany chip jest w stanie analizować obrazy i dostarczać poprawną odpowiedź w ciągu kilku nanosekund.

W dzisiejszym świecie automatyczne rozpoznawanie obrazów jest używane w różnych aplikacjach, a pewne programy komputerowe mogą dokładnie diagnozować problemy zdrowotne, takie jak rak skóry, nawigować samochody bezzałogowe i kontrolować roboty. Zwykle jest to robione przez ocenę danych obrazowych dostarczanych przez kamery, ale jedną wadą jest to, że jest to czasochłonne. Na przykład, gdy liczba obrazów nagranych na sekundę jest wysoka, duży volumen danych często nie może być obsłużony.

Specjalny Materiał 2D

Naukowcy z TU Wien zdecydowali się użyć specjalnego materiału 2D. Opracowali czujnik obrazu, który może rozpoznać pewne obiekty za pomocą szkolenia. Chip jest oparty na sztucznej sieci neuronowej, a chip może dostarczać dane o tym, co widzi w ciągu kilku nanosekund.

Badania zostały przedstawione w naukowym czasopiśmie Nature.

Sieci neuronowe, które są sztucznymi systemami, mogą reprezentować komórki nerwowe, które są połączone z innymi komórkami nerwowymi w naszym mózgu. Jedna komórka może wpływać na wiele innych, a sztuczne uczenie się na komputerze działa w podobny sposób.

“Zwykle dane obrazowe są najpierw odczytywane piksel po pikselu, a następnie przetwarzane na komputerze”, mówi Thomas Mueller. “My natomiast integrujemy sieć neuronową z jej sztuczną inteligencją bezpośrednio w sprzęcie czujnika obrazu. To sprawia, że rozpoznawanie obiektów jest o kilka rzędów wielkości szybsze.”

Chip, który jest oparty na fotodetektorach wykonanych z wolframu diselenku, został opracowany i wyprodukowany na TU Wiedeń. Wolfram diselenek jest ultra-cienkim materiałem, który składa się z tylko trzech warstw atomowych. Każdy z indywidualnych fotodetektorów, czyli “pikseli” kamery, jest połączony z elementami wyjściowymi, które dostarczają wyniki rozpoznawania obiektów.

“W naszym chipie możemy specjalnie dostosować czułość każdego indywidualnego elementu detekcyjnego – innymi słowy, możemy kontrolować sposób, w jaki sygnał pobrany przez dany detektor wpływa na sygnał wyjściowy”, mówi Lukas Mennel, pierwszy autor publikacji. “Wszystko, co musimy zrobić, to po prostu dostosować lokalne pole elektryczne bezpośrednio przy fotodetektorze.”

Robią to poprzez dostosowanie zewnętrzne i za pomocą programu komputerowego. Czujnik może być użyty do nagrywania różnych liter i dostosowania czułości indywidualnych pikseli. Zawsze będzie odpowiadający sygnał wyjściowy.

Sieć Neuronowa Przejmuje Sterowanie

Po zakończeniu procesu uczenia się, komputer nie jest już potrzebny. Sieć neuronowa jest w stanie działać samodzielnie i może wyprodukować sygnał wyjściowy w ciągu 50 nanosekund.

“Nasz testowy chip jest jeszcze mały, ale można łatwo skalować technologię w zależności od zadania, które chcemy rozwiązać”, mówi Thomas Mueller. “W zasadzie, chip mógłby być również przeszkolony do rozróżniania jabłek od bananów, ale widzimy jego zastosowanie bardziej w eksperymentach naukowych lub innych specjalistycznych aplikacjach.”

Ta technologia będzie najbardziej przydatna w obszarach, które wymagają ekstremalnej szybkości, takich jak mechanika pękania i wykrywanie cząstek.