En ny AI-chip kan udføre billedgenkendelsesopgaver på nanosekunder

Kategori: Kunstig intelligens Udsendt Mar 04

Nyhederne: TIL ny type kunstigt øje , lavet ved at kombinere lysfølende elektronik med et neuralt netværk på en enkelt lille chip, kan give mening af, hvad den ser på blot et par nanosekunder, langt hurtigere end eksisterende billedsensorer.

Hvorfor det er vigtigt: Computersyn er en integreret del af mange anvendelser af kunstig intelligens – fra førerløse biler til industrirobotter til smarte sensorer, der fungerer som vores øjne på fjerntliggende steder – og maskiner er blevet meget gode til at reagere på det, de ser. Men det meste af billedgenkendelse kræver meget computerkraft for at fungere. En del af problemet er en flaskehals i hjertet af traditionelle sensorer, som fanger en enorm mængde visuelle data, uanset om det er nyttigt til at klassificere et billede eller ej. Knusning af alle de data gør tingene langsommere.

En sensor, der optager og behandler et billede på samme tid, uden at konvertere eller videregive data, gør billedgenkendelse meget hurtigere ved at bruge meget mindre strøm. Designet, der er offentliggjort i Nature i dag af forskere ved Institute of Photonics i Wien, Østrig, efterligner den måde, dyrs øjne forbehandler visuel information, før de sender den videre til hjernen.

Hvordan det virker: Holdet byggede chippen ud af et ark wolframdiselenid, der kun er få atomer tykt, ætset med lysfølende dioder. De tilsluttede derefter dioderne til at danne et neuralt netværk. Materialet, der bruges til at fremstille chippen, giver den unikke elektriske egenskaber, så lysfølsomheden af ​​dioderne - knudepunkterne i netværket - kan justeres eksternt. Det betød, at netværket kunne trænes til at klassificere visuel information ved at justere diodernes følsomhed, indtil det gav de rigtige svar. På denne måde blev smart-chippen trænet til at genkende stiliserede, pixelerede versioner af bogstaverne n, v og z.

Begrænset syn: Denne nye sensor er endnu et spændende skridt på vejen til at flytte mere AI ind i hardware, hvilket gør det hurtigere og mere effektivt. Men der er lang vej igen. Til at begynde med består øjet kun af 27 detektorer og kan ikke håndtere meget mere end blokerede 3x3 billeder. Stadig, hvor lille den er, kan chippen udføre adskillige standardovervågede og uovervågede maskinlæringsopgaver, herunder klassificering og kodning af bogstaver. Forskerne hævder, at det ville være ligetil at skalere det neurale netværk op til meget større størrelser.