来源： 时间：2022-09-10 14:35:07
斯坦福大学的科学家开发了一种人工智能摄像头，可以更快地识别物体，并可以用来帮助自动驾驶汽车更好地穿越障碍物。作为自动驾驶汽车和空中无人机基础的图像识别技术依赖于人工智能: 计算机教自己识别诸如狗，过马路的行人或停下来的汽车之类的物体。
问题在于，运行人工智能算法的计算机目前对于手持医疗设备等未来应用来说太大且速度太慢。美国斯坦福大学的研究人员将两种类型的计算机结合在一起，以创建更快，能耗更低的图像处理器。原型相机的第一层是一种光学计算机，它不需要数字计算的功率密集型数学。
根据发表在《自然科学报告》杂志上的研究，第二层是传统的数字电子计算机。光学计算机层通过对图像数据进行物理预处理，以电子计算机在数学上必须进行的多种方式对其进行过滤来进行操作。由于当光通过定制光学器件时，过滤会自然发生，因此该层的输入功率为零。这节省了混合系统大量的时间和能量，否则这些时间和能量将被计算消耗。
斯坦福大学的研究生朱莉·张 (Julie Chang) 说: “我们已经将一些人工智能的数学知识外包到了光学领域。”
结果是更少的计算，更少的内存调用以及更少的时间来完成该过程。跨越了这些预处理步骤后，其余的分析以相当大的开端进入数字计算机层。
斯坦福大学的助理教授戈登·韦茨斯坦 (Gordon Wetzstein) 说: “数以百万计的计算被规避了，这一切都发生在光速下。”
在速度和准确性方面，该原型可与现有的仅电子计算处理器相媲美，这些处理器被编程为执行相同的计算，但节省了大量的计算成本。研究人员说，他们的系统有一天可以小型化，以适合手持摄像机或空中无人机。在模拟和真实实验中，该团队使用该系统成功地在自然图像设置中识别出飞机，汽车，猫，狗等。
“我们系统的某些未来版本将在快速决策应用中特别有用，例如自动驾驶汽车，” Wetzstein说。
相关推荐
猜你喜欢
