Тренутно, савремени системи не перципирају и не обрађују довољно добро свет око себе. Они
Две студије из Бристола и Манчестера су показалекако се перцепција и учење могу комбиновати да би се креирале нове камере за АИ системе. Они су увели конволуциону неуронску мрежу (ЦНН) у систем визије СЦАМП-5Д. Она је у стању да класификује оно што се дешава испред ње брзином од 8.200 кадрова у секунди.&нбсп;
Конволуциона неуронска мрежа (ЦНН) у систему рачунарског вида СЦАМП-5Д која класификује покрете рукама брзином од 8.200 слика у секунди. Заслуге: Универзитет у Бристолу
Подсетимо се да је конволуциона неуронска мрежаврста АИ алгоритма. ЦНН-ови тима могу препознати слике без потребе да их снимају или шаљу даље у системе за обраду.&нбсп;
СЦАМП-5д систем техничког вида. Заслуге: Универзитет у Манчестеру
Овај приступ учинит ће системе много ефикаснијим и сигурнијим јер нема потребе за снимањем слика за анализу.
Дело које је омогућила архитектураСЦАМП, који су развили Петер Дудек, професор на Универзитету у Манчестеру, и његов тим. СЦАМП је процесорски чип камере, који научници описују као Пикел Процессор Арраи (ППА). ППА има процесор уграђен у сваки пиксел који може међусобно комуницирати за паралелну обраду података. Ово је савршено за ЦНН и алгоритме вида.
Развој научника представљен је на Европској конференцији о рачунарском виду (ЕЦЦВ).
Опширније
Погледајте како се месец појавио. Древна планета срушила се на Земљу
Археолози су пронашли древни погреб на Криму. Постојала је „карта“ за загробни живот
Побачај и наука: шта ће бити са децом која ће се родити