混合式光電腦可優化影像處理分類 提高自駕車安全性與能耗
科技產業資訊室 (iKnow) - 王宣智 發表於 2018年8月31日
圖、混合式光電腦可優化影像處理分類
美國史丹佛大學設計出一種新型的人工智慧相機系統，能夠更快且高效的分類圖像，可大幅提升目前電腦辨識物體的速度，研究成果已發表於 Scientific Reports。
現今的用於自動駕駛汽車、無人機的影像識別技術，需要演算法設計者通過大量的圖片資訊，讓人工智慧學會識別不同物體，如狗、穿過人行道的行人等。若要實現上述目的，目前的硬體架構需要耗費大量的能源且運算裝置體積難以微縮。
史丹佛大學開發了一種新型人工智慧相機系統，能夠以快速且節能的方式分類影像。研究者通過結合物理光學的光腦與傳統電腦形成光電腦。光電腦裝置分為兩層，第一層接收影像的原型相機即為一種光腦，通過物理光學的方式過濾影像，預處理影像分類的工作，當反射影像的光線通過特定的光學元件時，光腦將通過物理光學的方法預處理影像分類，因為採用物理原理，因此整個分類的過程能量消耗為零，相較於現今的電腦，將節省許多的時間與能量消耗。第二層則仍保留後續演算有優勢的傳統電腦作為運算層，處理後續的資料分析與決策工作。
新的混合式光電腦架構減少了數以百萬計的計算過程，在實測的過程中，新型的裝置在準確性達到與傳統電腦相同的結果，但是運算的消耗的資源更低，且更快速。
未來，各式新興的應用，如手持式醫學裝置、物聯網環境檢測等，需要加入新技術元素，以滿足需求。(530字；圖1)
參考資料：
New AI camera could revolutionize autonomous vehicles. TechXplore，2018/8/17
Hybrid optical-electronic convolutional neural networks with optimized diffractive optics for image classification. Scientific Reports，2018/8/17
出處：TechXplore
時間： 2018/8/17
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|