Et kamera, der ser som det menneskelige øje

Nethinden er et enormt kraftfuldt værktøj. Den sorterer gennem enorme mængder data, mens den kun opererer på en brøkdel af den strøm, som et konventionelt digitalkamera og computer ville kræve for at udføre den samme opgave.





Dynamisk syn: Kameraets styrke ligger i at fange bevægelse, som mælkedråberne, der ses her.

Nu ringede ingeniører fra et firma iniLabs i Schweiz anvender lektioner fra biologi i et forsøg på at bygge et mere effektivt digitalkamera inspireret af den menneskelige nethinde.

Ligesom de individuelle neuroner i vores øjne, reagerer det nye kamera – kaldet Dynamic Vision Sensor (DVS) – kun på ændringer i en given scene. Denne tilgang eliminerer store dele af overflødige data og kan være nyttig til mange områder, herunder overvågning, robotteknologi og mikroskopi.



Dit øje og mit øje er også digitale kameraer. [De er] bare en anden slags digitalkamera, siger Tobi Delbruck, den videnskabelige chef hos iniLabs. Vi havde maskinsyn, der var så godt som muligt med eksisterende arkitektur og hardware. Men sammenlignet med biologi er maskinsynet patetisk dårligt.

Et almindeligt kamera vil tage alt, hvad det ser, og gemme informationen, der skal behandles senere. Dette bruger meget strøm og meget plads. Neuroner i øjet affyrer dog kun, når de fornemmer en ændring - såsom når en bestemt del af en scene bliver lysere eller svagere. DVS efterligner denne selektivitet og transmitterer kun information som reaktion på et skift i scenen. Det tager mindre strøm og efterlader mindre information, der skal behandles.

Kunstig nethinde: Dynamic Vision Sensor (DVS) reagerer kun på ændringer i scenen og eliminerer store dele af irrelevante data.



Denne funktion kan være særlig nyttig til optagelse af scener, der ikke ændres ofte. Når søvnforskere f.eks. optager deres forsøgspersoner på video, bliver de senere tvunget til at finde timevis med begivenhedsløse optagelser. Med en sensor som DVS fremhæves vigtige, aktive dele af dataene automatisk.

Pixels i DVS efterligner også den måde et individuelt øjeneuron vil kalibrere sig selv til et bestemt sted: den celle og de ansvarlige for et andet område vil reagere på indkommende data på lidt forskellige måder, så en neuron kan være meget følsom over for input, mens en anden kræver mere stimulation at fyre. På samme måde justerer hver pixel på DVS sin egen eksponering. Dette gør det muligt for DVS at håndtere ujævne lysforhold, selvom det også kræver enorme pixels, der er 10 gange så store som dem i et moderne mobiltelefonkamera.

DVS er bygget til at fungere med IBMs nye TrueNorth computerarkitektur (se IBM Researchers Show Blueprints for Brainlike Computing). TrueNorth er en programmeringstilgang, der efterligner biologi - information lagres, behandles og deles i et netværk af neuromorfe computerchips, inspireret af de neurale netværk i hjernen.



Det, vi taler om - kameraerne, der sender information, når noget ændrer sig - er faktisk et meget centralt tema for, hvordan hjernen fungerer, eller i det mindste hvordan neurovidenskabsmænd tror, ​​den fungerer, siger Nabil imam , en datalog ved Cornell University, som er en del af Cornell-teamet, der hjalp IBM med at udvikle sine neuromorfe chips. Vi fanger hjernefunktioner på et højt niveau.

Ved at kombinere deres kamera med TrueNorth-arkitektur, mener Delbruck og hans team, vil de opnå en enhed, der er bedre til at håndtere dynamiske problemer i realtid.

DVS er kan købes for omkring 2.700 dollars og er blevet brugt i adskillige forskningsprojekter, herunder et, der registrerede trafik og et andet, der involverede sporing af partikler i en væske. Holdet planlægger at fortsætte med at forbedre enheden. De næste mål er at tilføje farvefølsomhed og at forstørre kameraets nethinde fra dets nuværende opløsning på 240x180.

skjule