Sinirsel Donanım ve Görüntü Tanıma

Yapay zeka (AI) geleneksel olarak yazılıma dayanmaktadır, ancak Viyana Teknik Üniversitesi’nden araştırmacılar daha hızlı akıllı donanım geliştirdiler. Yeni geliştirilen çip, görüntüleri analiz edebiliyor ve doğru çıktıyı nanosaniyeler içinde sağlayabiliyor.

Bugünlerde, otomatik görüntü tanıma, çeşitli uygulamalar için kullanılmaktadır ve belirli bilgisayar programları, cilt kanseri gibi sağlık sorunlarını doğru bir şekilde teşhis edebilmekte, otonom araçları yönlendirebilmekte ve robotları kontrol edebilmektedir. Bu genellikle kameralar tarafından sağlanan görüntü verilerinin değerlendirilmesi ile yapılır, ancak bir dezavantajı vardır, zaman alıcıdır. Örneğin, saniye başına kaydedilen görüntü sayısı yüksek olduğunda, genellikle üretilen büyük miktarda veri işlenemez.

Özel 2D Malzeme

TU Wien’deki bilim adamları, özel bir 2D malzeme kullanmaya karar verdiler. Eğitim yoluyla belirli nesneleri tanıyabilen bir görüntü sensörü geliştirdiler. Çip, yapay bir sinir ağı temelinde oluşturulmuş ve çip, nanosaniyeler içinde gördüğü şey hakkında veri sağlayabilmektedir.

Araştırma, bilimsel dergi Nature’da sunuldu.

Sinir ağları, yapay sistemler, beynimizdeki sinir hücrelerini temsil edebilir. Bir hücre, diğer birçok hücreyi etkileyebilir ve yapay öğrenme, bir bilgisayar üzerinde benzer şekilde çalışır.

“Tipik olarak, görüntü verileri önce piksel piksel okunur ve sonra bilgisayarda işlenir” diyor Thomas Mueller. “Biz ise, yapay zeka ile sinir ağını doğrudan görüntü sensörünün donanımına entegre ediyoruz. Bu, nesne tanımayı birçok katman daha hızlı hale getiriyor.”

Tungsten diselenid’den yapılmış fotodetektörler temelinde geliştirilen ve üretilen çip, TU Viyana’da geliştirildi. Tungsten diselenid, yalnızca üç atomik katmandan oluşan ultra ince bir malzemedir. Her bir bireysel fotodetektör, yani kameranın “pikselleri”, çıktı elemanlarına bağlıdır ve nesne tanıma sonuçlarını sağlar.

“Çipimizde, her bir ayrı detektör elemanının duyarlılığını özel olarak ayarlayabiliriz, yani bir particular detektörün aldığı sinyalin çıktı sinyalini nasıl etkilediğini kontrol edebiliriz” diyor Lukas Mennel, yayının ilk yazarı. “Yapmamız gereken, sadece fotodetektörün yanında yerel bir elektrik alanını ayarlamak.”

Bu uyarlamayı dışarıdan ve bir bilgisayar programı kullanarak yaparlar. Sensör, farklı harfleri kaydedebilir ve bireysel piksellerin duyarlılıklarını ayarlayabilir. Her zaman bir karşılık gelen çıktı sinyali olacaktır.

Sinir Ağı Devralıyor

Öğrenme sürecinin tamamlanmasından sonra, bilgisayar artık gerekmez. Sinir ağı, tek başına çalışabilir ve 50 nanosaniye içinde bir çıktı sinyali üretebilir.

“Test çipimiz şu anda küçük, ancak teknolojiyi kolayca ölçeklenebilirsiniz, çözülmesi gereken görevlere bağlı olarak” diyor Thomas Mueller. “İlkeli olarak, çip, elma ile muz arasında ayrım yapmayı öğrenebilir, ancak daha çok bilimsel deneylerde veya diğer özel uygulamalarda kullanımını görüyoruz.”

Bu teknoloji, özellikle yüksek hız gerektiren alanlarda, zoals kırılma mekaniği ve parçacık dedektörlerinde en faydalı olacaktır.