تطوير كاميرات ذكية يمكنها التعلم
جامعتي
بريستول ومانشستر طورتا كاميرات ذكية يمكنها معرفة وفهم ما تشاهده.
يعرف
علماء الروبوتات والباحثون في الذكاء الاصطناعي (AI) أن هناك مشكلة في كيفية تعامل الأنظمة الحالية
مع العالم. في الوقت الحالي، ما زالوا يجمعون بين أجهزة الاستشعار، مثل الكاميرات الرقمية
المصممة لتسجيل الصور، وأجهزة الحوسبة مثل وحدات معالجة الرسومات (GPU) المصممة لتسريع الرسومات لألعاب الفيديو.
هذا
يعني أن أنظمة الذكاء الاصطناعي لا ترى العالم إلا بعد تسجيل ونقل المعلومات المرئية
بين أجهزة الاستشعار والمعالجات. لكن العديد من الأشياء التي يمكن رؤيتها غالبًا ما
تكون غير ذات صلة بالمهمة التي تقوم بها، مثل تفاصيل الأوراق على الأشجار على جانب
الطريق عندما تمر سيارة ذاتية القيادة. ومع ذلك، في الوقت الحالي، يتم التقاط كل هذه
المعلومات بواسطة أجهزة الاستشعار بتفاصيل دقيقة ومعالجتها بعد ارسالها الى وحدة المعالجة
مما يؤدي إلى استهلاك الطاقة واستغراق وقت طويل.
واظهر
البحث كيف يمكن الجمع بين الاستشعار والتعلم لإنشاء كاميرات جديدة لأنظمة الذكاء الاصطناعي.
وعلق
Walterio
Mayol-Cuevas
، الأستاذ في الروبوتات ورؤية الكمبيوتر والأنظمة المتنقلة في جامعة
بريستول والباحث الرئيسي (PI):
"لإنشاء أنظمة إدراكية فعالة ، نحتاج إلى دفع الحدود إلى ما هو أبعد من الطرق
التي نتبعها حتى الآن.
"يمكننا
استلهام الإلهام من الطريقة التي تعالج بها الأنظمة الطبيعية العالم المرئي -نحن لا
ندرك كل شيء -تعمل أعيننا وأدمغتنا معًا لفهم العالم وفي بعض الحالات، تقوم العيون
نفسها بمعالجة لمساعدة الدماغ على تقليل من أشياء ليست ذات صلة ".
يتضح
هذا من خلال الطريقة التي تحتوي بها عين الضفدع على أجهزة الكشف التي ترصد الأجسام
الشبيهة بالذبابة، مباشرة في النقطة التي يتم فيها استشعار الصور.
كشف
البحث، الذي قاده الدكتور لوري بوس والأخرورن، عن تحسينين لتحقيق هذا الهدف. من خلال
تنفيذ الشبكات العصبية التلافيفية (CNNs)،
وهي شكل من أشكال خوارزمية الذكاء الاصطناعي لتمكين الفهم البصري، مباشرة على مستوى
الصورة. يمكن لشبكات CNN
التي طورها الفريق تصنيف الإطارات آلاف المرات في الثانية، دون الحاجة
إلى تسجيل هذه الصور أو إرسالها إلى خط المعالجة. نظر الباحثون في عروض لتصنيف الأرقام
المكتوبة بخط اليد وإيماءات اليد وحتى تصنيف العوالق.
يقترح
البحث عالما مستقبلا به كاميرات ذكية مخصصة تعمل بالذكاء الاصطناعي -أنظمة بصرية يمكنها
ببساطة إرسال معلومات عالية المستوى إلى بقية النظام، مثل نوع الكائن أو الحدث الذي
يحدث أمام الكاميرا. سيجعل هذا النظام الأنظمة أكثر كفاءة وأمانًا نظرًا لعدم الحاجة
إلى تسجيل أي صور.
أصبح
العمل ممكنًا بفضل بنية SCAMP
التي طورها Piotr Dudek
، أستاذ الدوائر والأنظمة و PI
من جامعة مانشستر ، وفريقه. SCAMP
عبارة عن شريحة معالج كاميرا يصفها الفريق بأنها مصفوفة معالج بكسل
(PPA). يحتوي PPA
على معالج مضمن في كل بكسل يمكنه الاتصال ببعضه البعض للمعالجة في
شكل متوازي. هذا مثالي لشبكات CNN
وخوارزميات الرؤية.
قال
البروفيسور دوديك: "إن تكامل الاستشعار والمعالجة والذاكرة على مستوى البكسل لا
يؤدي فقط إلى تمكين أنظمة عالية الأداء وزمن انتقال منخفض، ولكنه يعد أيضًا بأجهزة
منخفضة الطاقة وعالية الكفاءة.
تعليقات
إرسال تعليق