Nykyaikaiset järjestelmät eivät havaitse ja käsittele ympäröivää maailmaa tarpeeksi hyvin. Ne
Kaksi tutkimusta Bristolista ja Manchesterista osoittimiten havainnointi ja oppiminen voidaan yhdistää uusien kameroiden luomiseksi tekoälyjärjestelmiin. He ottivat käyttöön konvoluutiohermoverkon (CNN) SCAMP-5D-näköjärjestelmässä. Hän pystyy luokittelemaan, mitä hänen edessään tapahtuu nopeudella 8 200 kuvaa sekunnissa.
Konvoluutiohermoverkko (CNN) SCAMP-5D-tietokonenäköjärjestelmässä, luokittelemalla käeeleet nopeudella 8200 kuvaa sekunnissa. Luotto: Bristolin yliopisto
Muista, että konvoluutiohermoverkko oneräänlainen AI-algoritmi. Tiimin CNN:t voivat tunnistaa kuvat ilman, että niitä tarvitsee tallentaa tai lähettää niitä edelleen käsittelyjärjestelmiin.
SCAMP-5d tekninen näköjärjestelmä. Luotto: Manchesterin yliopisto
Tämä lähestymistapa tekee järjestelmistä paljon tehokkaampia ja turvallisempia, koska niiden analysointiin ei tarvitse tallentaa kuvia.
Arkkitehtuurin mahdollistama työSCAMP, jonka on kehittänyt Manchesterin yliopiston professori Peter Dudek ja hänen tiiminsä. SCAMP on kameran prosessorisiru, jonka tutkijat kuvaavat pikseliprosessoriryhmäksi (PPA). PPA: ssa on kuhunkin pikseliin sisäänrakennettu prosessori, joka voi kommunikoida keskenään käsittelemään tietoja samanaikaisesti. Tämä on täydellinen CNN- ja näköalgoritmeille.
Tutkijoiden kehitys esitellään Euroopan tietokonenäkökonferenssissa (ECCV).
Lue lisää
Katso kuinka kuu ilmestyi. Muinainen planeetta törmäsi maahan
Arkeologit ovat löytäneet muinaisen hautausmaan Krimiltä. Siellä oli "lippu" tuonpuoleiseen maailmaan
Abortti ja tiede: mitä tapahtuu synnyttäville lapsille