斯坦福大學(xué)(Stanford)開發(fā)的一種新型人工智能攝像頭系統(tǒng)，速度快、節(jié)能，有望推動(dòng)自動(dòng)駕駛汽車等技術(shù)的發(fā)展。

許多公司正致力于開發(fā)無人駕駛汽車和自動(dòng)駕駛船舶，將其引入消費(fèi)市場(chǎng)。

特斯拉(Tesla)和梅塞德斯(Mercedes)等一些汽車制造商已經(jīng)提供了駕駛輔助技術(shù)，可以讓汽車半自動(dòng)運(yùn)行，這有點(diǎn)像是正式演出之前的排練，直到它們完全放棄“人類的輔助”。

同樣參與無人駕駛汽車競(jìng)賽的還有高科技公司，如谷歌和優(yōu)步。

為了完全擺脫人類的幫助，自動(dòng)駕駛汽車需要激光雷達(dá)(來進(jìn)行光探測(cè)和測(cè)距)、聲納、攝像頭和人工智能來監(jiān)督一切。

一組相機(jī)提供了一個(gè)360°汽車視覺和圖像識(shí)別能力,所以它可以檢測(cè)對(duì)象和探索周圍的環(huán)境,例如,交通標(biāo)志、障礙和其他在路上的無人駕駛車輛。

圖像識(shí)別系統(tǒng)將數(shù)據(jù)連續(xù)發(fā)送到機(jī)載人工智能計(jì)算機(jī)進(jìn)行處理并使其有意義。

自動(dòng)駕駛汽車依賴于人工智能大腦的關(guān)鍵能力，可以快速、幾乎實(shí)時(shí)地做出決策。

自動(dòng)駕駛汽車和無人機(jī)等其他技術(shù)中處理圖像識(shí)別算法的計(jì)算機(jī)系統(tǒng)存在的問題是，它們速度慢，占用空間大。

斯坦福大學(xué)(Stanford University)的電氣工程師戈登·韋茨斯坦(Gordon Wetzstein)開玩笑說:“你剛剛經(jīng)過的那輛自動(dòng)駕駛汽車的后備箱里就裝有一臺(tái)相對(duì)龐大、速度相對(duì)較慢、能耗較高的電腦。”

Wetzstein領(lǐng)導(dǎo)的一個(gè)研究小組設(shè)計(jì)了一種新的人工智能相機(jī)系統(tǒng)，它比現(xiàn)有的系統(tǒng)占用更小的空間，消耗更少的能源，而且圖像分類速度快得多。

為了創(chuàng)造他們的人工智能相機(jī)，這個(gè)團(tuán)隊(duì)將兩臺(tái)電腦組合成一個(gè)基于卷積神經(jīng)網(wǎng)絡(luò)(CNNs)的混合系統(tǒng)。

“原型相機(jī)的第一層是一種光學(xué)計(jì)算機(jī)，它不需要像數(shù)字計(jì)算那樣耗費(fèi)大量能量。第二層是傳統(tǒng)的數(shù)字電子計(jì)算機(jī)。”

在某種程度上，斯坦福的工程師們“將人工智能的一些數(shù)學(xué)工作外包到光學(xué)領(lǐng)域”，以節(jié)省計(jì)算成本和時(shí)間，并提高性能。

研究人員測(cè)試了他們的成像系統(tǒng)，并成功地識(shí)別出放在自然環(huán)境中的不同物體和動(dòng)物。該系統(tǒng)雖然速度很快，但仍處于“原型”階段，不能稱之為“小”。

然而，研發(fā)這一技術(shù)的工程師認(rèn)為，他們可以將其縮小到“適合手持?jǐn)z像機(jī)或無人機(jī)使用”。

Wetzstein說:“我們系統(tǒng)的某些未來版本在自動(dòng)駕駛汽車等快速?zèng)Q策應(yīng)用中尤其有用�！�

在發(fā)表在《自然科學(xué)報(bào)告》上的論文中，他們表示:

“我們從計(jì)算成像的角度出發(fā)，逐步實(shí)現(xiàn)光學(xué)卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)，通過光學(xué)和算法的共同設(shè)計(jì)，將圖像采集與計(jì)算結(jié)合起來。計(jì)算機(jī)攝像機(jī)利用光通過自定義光學(xué)器件的物理傳播，對(duì)在標(biāo)準(zhǔn)2D圖像捕獲中丟失的場(chǎng)景信息進(jìn)行編碼。”

網(wǎng)站申明：系本文編輯轉(zhuǎn)載，來源于網(wǎng)絡(luò)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)，所有權(quán)歸屬原作者。如內(nèi)容、圖片有任何版權(quán)問題，請(qǐng)聯(lián)系我們刪除。