La tecnologia di riconoscimento delle immagini che sta alla base delle auto autonome e dei droni aerei di oggi dipende dall'intelligenza artificiale:i computer essenzialmente insegnano a riconoscere oggetti come un cane, un pedone che attraversa la strada o un'auto ferma. Il problema è che i computer che eseguono gli algoritmi di intelligenza artificiale sono attualmente troppo grandi e lenti per applicazioni future come i dispositivi medici portatili.

Ora, i ricercatori della Stanford University hanno ideato un nuovo tipo di sistema di telecamere con intelligenza artificiale in grado di classificare le immagini in modo più rapido ed efficiente dal punto di vista energetico, e che un giorno potrebbe essere costruito abbastanza piccolo da essere incorporato nei dispositivi stessi, qualcosa che oggi non è possibile. L'opera è stata pubblicata il 17 agosto Rapporti scientifici sulla natura .

"Quell'auto autonoma che hai appena superato ha un relativamente lento, computer ad alta intensità energetica nel bagagliaio, " ha detto Gordon Wetzstein, un assistente professore di ingegneria elettrica a Stanford, che ha condotto la ricerca. Le applicazioni future avranno bisogno di qualcosa di molto più veloce e più piccolo per elaborare il flusso di immagini, Egli ha detto.

Consumato dal calcolo

Wetzstein e Julie Chang, uno studente laureato e primo autore della carta, ha fatto un passo verso quella tecnologia unendo due tipi di computer in uno, creando un computer ibrido ottico-elettrico progettato specificamente per l'analisi delle immagini.

Il primo strato della fotocamera prototipo è un tipo di computer ottico, che non richiede la matematica ad alta intensità energetica del calcolo digitale. Il secondo strato è un computer elettronico digitale tradizionale.

Il livello del computer ottico opera pre-elaborando fisicamente i dati dell'immagine, filtrandolo in più modi che altrimenti un computer elettronico dovrebbe fare matematicamente. Poiché il filtraggio avviene naturalmente mentre la luce passa attraverso l'ottica personalizzata, questo strato opera con potenza di ingresso zero. Ciò consente al sistema ibrido di risparmiare molto tempo ed energia che altrimenti verrebbe consumata dal calcolo.

"Abbiamo esternalizzato parte della matematica dell'intelligenza artificiale nell'ottica, " disse Chang.

Il risultato è un numero notevolmente inferiore di calcoli, meno chiamate alla memoria e molto meno tempo per completare il processo. Dopo aver superato questi passaggi di pre-elaborazione, la restante analisi procede al livello del computer digitale con un notevole vantaggio.

"Milioni di calcoli vengono aggirati e tutto avviene alla velocità della luce, "Ha detto Wetzstein.

Processo decisionale rapido

In velocità e precisione, il prototipo rivaleggia con i processori di elaborazione esclusivamente elettronici esistenti programmati per eseguire gli stessi calcoli, ma con notevoli risparmi sui costi di calcolo.

Mentre il loro attuale prototipo, disposti su un banco da laboratorio, difficilmente sarebbe classificato come piccolo, i ricercatori hanno affermato che un giorno il loro sistema potrà essere miniaturizzato per adattarsi a una videocamera portatile o a un drone aereo.

Sia nelle simulazioni che negli esperimenti del mondo reale, il team ha utilizzato il sistema per identificare con successo gli aeroplani, automobili, gatti, cani e altro all'interno delle impostazioni dell'immagine naturale.

"Alcune versioni future del nostro sistema sarebbero particolarmente utili in applicazioni di rapido processo decisionale, come veicoli autonomi, "Ha detto Wetzstein.

Oltre a ridurre il prototipo, Wetzstein, Chang e i colleghi dello Stanford Computational Imaging Lab stanno ora cercando modi per far sì che il componente ottico esegua ancora più operazioni di pre-elaborazione. Infine, loro più piccoli, la tecnologia più veloce potrebbe sostituire i computer delle dimensioni di un bagagliaio che ora aiutano le automobili, i droni e altre tecnologie imparano a riconoscere il mondo che li circonda.