Ett nytt AI-chip kan utföra bildigenkänningsuppgifter på nanosekunder

Kategori: Artificiell intelligens Postad 04 mars

Nyheterna: TILL ny typ av konstgjorda öga , gjord genom att kombinera ljusavkännande elektronik med ett neuralt nätverk på ett enda litet chip, kan förstå vad den ser på bara några nanosekunder, mycket snabbare än befintliga bildsensorer.

Varför det är viktigt: Datorseende är en integrerad del av många tillämpningar av AI – från förarlösa bilar till industrirobotar till smarta sensorer som fungerar som våra ögon på avlägsna platser – och maskiner har blivit väldigt bra på att svara på vad de ser. Men de flesta bildigenkänning kräver mycket datorkraft för att fungera. En del av problemet är en flaskhals i hjärtat av traditionella sensorer, som fångar en enorm mängd visuell data, oavsett om den är användbar för att klassificera en bild eller inte. Att krossa all data saktar ner saker och ting.

En sensor som fångar och bearbetar en bild samtidigt, utan att konvertera eller skicka runt data, gör bildigenkänningen mycket snabbare med mycket mindre ström. Designen, publicerad i Nature idag av forskare vid Institute of Photonics i Wien, Österrike, efterliknar hur djurs ögon förbearbetar visuell information innan den skickar den vidare till hjärnan.

Hur det fungerar: Teamet byggde chipet av ett ark av volframdiselenid bara några atomer tjockt, etsat med ljusavkännande dioder. De kopplade sedan upp dioderna för att bilda ett neuralt nätverk. Materialet som används för att göra chippet ger det unika elektriska egenskaper så att ljuskänsligheten hos dioderna – noderna i nätverket – kan justeras externt. Detta innebar att nätverket kunde tränas i att klassificera visuell information genom att justera diodernas känslighet tills det gav rätt svar. På så sätt tränades det smarta chippet att känna igen stiliserade, pixlade versioner av bokstäverna n, v och z.

Begränsad syn: Den här nya sensorn är ytterligare ett spännande steg på vägen mot att flytta mer AI till hårdvara, vilket gör den snabbare och effektivare. Men det är en lång väg kvar. Till att börja med består ögat av endast 27 detektorer och kan inte hantera mycket mer än blockiga 3x3-bilder. Ändå kan chipet, hur litet det är, utföra flera standardövervakade och oövervakade maskininlärningsuppgifter, inklusive klassificering och kodning av bokstäver. Forskarna hävdar att det skulle vara enkelt att skala upp det neurala nätverket till mycket större storlekar.