En ny AI-brikke kan utføre bildegjenkjenningsoppgaver på nanosekunder

Kategori: Kunstig intelligens Lagt ut mars 04

Nyhetene: TIL ny type kunstig øye , laget ved å kombinere lysfølende elektronikk med et nevralt nettverk på en enkelt liten brikke, kan gi mening om hva den ser på bare noen få nanosekunder, langt raskere enn eksisterende bildesensorer.

Hvorfor det er viktig: Datasyn er integrert i mange bruksområder for kunstig intelligens – fra førerløse biler til industriroboter til smarte sensorer som fungerer som øynene våre på avsidesliggende steder – og maskiner har blitt veldig flinke til å svare på det de ser. Men det meste av bildegjenkjenning trenger mye datakraft for å fungere. En del av problemet er en flaskehals i hjertet av tradisjonelle sensorer, som fanger opp en enorm mengde visuelle data, uavhengig av om det er nyttig for å klassifisere et bilde eller ikke. Å knuse alle disse dataene bremser ting.

En sensor som fanger og behandler et bilde samtidig, uten å konvertere eller sende rundt data, gjør bildegjenkjenningen mye raskere med mye mindre strøm. Designet, publisert i Nature i dag av forskere ved Institute of Photonics i Wien, Østerrike, etterligner måten dyrenes øyne forhåndsbehandler visuell informasjon før den overføres til hjernen.

Hvordan det fungerer: Teamet bygde brikken av et ark med wolframdiselenid som bare var noen få atomer tykt, etset med lysfølende dioder. De koblet deretter opp diodene for å danne et nevralt nettverk. Materialet som brukes til å lage brikken gir den unike elektriske egenskaper slik at lysfølsomheten til diodene – nodene i nettverket – kan justeres eksternt. Dette betydde at nettverket kunne trenes til å klassifisere visuell informasjon ved å justere følsomheten til diodene til det ga riktige svar. På denne måten ble smartbrikken trent til å gjenkjenne stiliserte, pikselerte versjoner av bokstavene n, v og z.

Begrenset syn: Denne nye sensoren er nok et spennende skritt på veien mot å flytte mer AI inn i maskinvare, noe som gjør den raskere og mer effektiv. Men det er en lang vei å gå. Til å begynne med består øyet av kun 27 detektorer og kan ikke håndtere mye mer enn blokkaktige 3x3-bilder. Likevel, liten som den er, kan brikken utføre flere standard overvåkede og uovervåkede maskinlæringsoppgaver, inkludert klassifisering og koding av bokstaver. Forskerne hevder at å skalere det nevrale nettverket opp til mye større størrelser ville være enkelt.