تستخلص كاميرات الذكاء الاصطناعي الجديدة استنتاجات حول ما تراه بمعدل 8200 إطار في الثانية

حاليًا، لا تدرك الأنظمة الحديثة العالم من حولها وتعالجه بشكل جيد بما فيه الكفاية. هم

لا تزال تجمع بين أجهزة الاستشعار للتسجيلالصور (الكاميرات) مع الأجهزة الحاسوبية (معالجات الرسومات). ونتيجة لذلك، لا ترى أنظمة الذكاء الاصطناعي العالم إلا بعد تسجيل المعلومات المرئية ونقلها بين أجهزة الاستشعار والمعالجات. لكن العديد من الأشياء التي يمكن للكاميرات رؤيتها غالبًا ما تكون غير ذات صلة بالمهمة التي تقوم بها. على سبيل المثال، تفصيل أوراق الأشجار القريبة من الطريق الذي تسير فيه سيارة ذاتية القيادة. الآن يتم تسجيل كل هذه المعلومات غير الضرورية بواسطة أجهزة الاستشعار بتفصيل كبير وتسد النظام ببيانات غير ذات صلة، مما يستهلك الطاقة ووقت المعالجة. هناك حاجة إلى نهج مختلف لتوفير رؤية فعالة للآلات الذكية.

وأظهرت دراستان من بريستول ومانشستركيف يمكن الجمع بين الإدراك والتعلم لإنشاء كاميرات جديدة لأنظمة الذكاء الاصطناعي. لقد أدخلوا شبكة عصبية تلافيفية (CNN) في نظام الرؤية SCAMP-5D. وهي قادرة على تصنيف ما يحدث أمامها بسرعة 8200 إطار في الثانية. 

شبكة عصبية تلافيفية (CNN) في نظام الرؤية الحاسوبية SCAMP-5D تصنف إيماءات اليد بمعدل 8200 إطار في الثانية. الائتمان: جامعة بريستول

أذكر أن الشبكة العصبية التلافيفية هينوع من خوارزمية الذكاء الاصطناعي. يمكن لشبكات CNN الخاصة بالفريق التعرف على الصور دون الحاجة إلى تسجيلها أو إرسالها إلى أنظمة المعالجة.

نظام الرؤية الفنية SCAMP-5d. الائتمان: جامعة مانشستر

سيجعل هذا النهج الأنظمة أكثر كفاءة وأمانًا حيث لا توجد حاجة لتسجيل الصور لتحليلها.

جعل العمل ممكنا من خلال الهندسة المعماريةبرنامج SCAMP الذي طوره بيتر دوديك الأستاذ بجامعة مانشستر وفريقه. SCAMP عبارة عن شريحة معالج كاميرا ، يصفها العلماء بأنها صفيف معالج Pixel (PPA). يحتوي PPA على معالج مدمج في كل بكسل يمكنه التواصل مع بعضها البعض لمعالجة البيانات بشكل متوازٍ. هذا مثالي لـ CNN وخوارزميات الرؤية.

يتم تقديم تطور العلماء في المؤتمر الأوروبي للرؤية الحاسوبية (ECCV).

قراءة المزيد

انظر كيف ظهر القمر. تحطم كوكب قديم في الأرض

وجد علماء الآثار مقبرة قديمة في شبه جزيرة القرم. كان هناك "تذكرة" إلى الآخرة

الإجهاض والعلم: ماذا سيحدث للأطفال الذين سينجبون