0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

成功研發(fā)出用于納秒級(jí)圖像識(shí)別的神經(jīng)硬件

獨(dú)愛(ài)72H ? 來(lái)源:教育新聞網(wǎng) ? 作者:教育新聞網(wǎng) ? 2020-04-27 17:54 ? 次閱讀

(文章來(lái)源:教育新聞網(wǎng))

如今,自動(dòng)圖像識(shí)別已被廣泛使用:有些計(jì)算機(jī)程序可以可靠地診斷皮膚癌,駕駛自動(dòng)駕駛汽車或控制機(jī)器人。到目前為止,所有這些都是基于對(duì)普通攝像機(jī)提供的圖像數(shù)據(jù)進(jìn)行評(píng)估的,而且這很耗時(shí)。尤其是每秒記錄的圖像數(shù)量很多時(shí),會(huì)生成大量難以處理的數(shù)據(jù)。

因此,維也納工業(yè)大學(xué)的科學(xué)家采用了另一種方法:使用特殊的2D材料,開(kāi)發(fā)了一種圖像傳感器,可以對(duì)其進(jìn)行訓(xùn)練以識(shí)別某些物體。該芯片代表了能夠?qū)W習(xí)的人工神經(jīng)網(wǎng)絡(luò)。數(shù)據(jù)不必由計(jì)算機(jī)讀取和處理,但是芯片本身可以提供有關(guān)當(dāng)前所見(jiàn)內(nèi)容的信息-僅需數(shù)納秒。這項(xiàng)工作現(xiàn)在已經(jīng)在科學(xué)雜志《自然》上發(fā)表。

神經(jīng)網(wǎng)絡(luò)是類似于我們的大腦的人工系統(tǒng):神經(jīng)細(xì)胞與許多其他神經(jīng)細(xì)胞相連。當(dāng)一個(gè)細(xì)胞處于活動(dòng)狀態(tài)時(shí),這會(huì)影響鄰近神經(jīng)細(xì)胞的活動(dòng)。在計(jì)算機(jī)上進(jìn)行人工學(xué)習(xí)的原理完全相同:對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行數(shù)字化仿真,并改變?cè)摼W(wǎng)絡(luò)的一個(gè)節(jié)點(diǎn)影響另一個(gè)節(jié)點(diǎn)的強(qiáng)度,直到該網(wǎng)絡(luò)顯示出所需的行為為止。

“通常,圖像數(shù)據(jù)首先逐個(gè)像素地讀取,然后在計(jì)算機(jī)上進(jìn)行處理,” Thomas Mueller說(shuō)?!傲硪环矫妫覀儗⑸窠?jīng)網(wǎng)絡(luò)及其人工智能直接集成到圖像傳感器的硬件中。這使對(duì)象識(shí)別的速度提高了多個(gè)數(shù)量級(jí)。”該芯片是在維也納工業(yè)大學(xué)開(kāi)發(fā)和制造的。它基于由二硒化鎢制成的光電探測(cè)器-一種僅由三個(gè)原子層組成的超薄材料。單獨(dú)的光電探測(cè)器,即相機(jī)系統(tǒng)的“像素”,都連接到提供目標(biāo)識(shí)別結(jié)果的少量輸出元件。

該出版物的第一作者Lukas Mennel表示:“在我們的芯片中,我們可以專門(mén)調(diào)節(jié)每個(gè)檢測(cè)器元件的靈敏度-換句話說(shuō),我們可以控制特定檢測(cè)器拾取的信號(hào)影響輸出信號(hào)的方式。 ?!拔覀円龅木褪侵苯釉诠怆娞綔y(cè)器上調(diào)節(jié)局部電場(chǎng)。”這種調(diào)整是在計(jì)算機(jī)程序的幫助下從外部完成的。例如,可以使用傳感器記錄不同的字母并逐步更改各個(gè)像素的靈敏度,直到某個(gè)字母始終精確地導(dǎo)致相應(yīng)的輸出信號(hào)為止。這就是芯片中神經(jīng)網(wǎng)絡(luò)的配置方式-使網(wǎng)絡(luò)中的某些連接更牢固而其他連接更弱。

一旦學(xué)習(xí)過(guò)程完成,就不再需要計(jì)算機(jī)。神經(jīng)網(wǎng)絡(luò)現(xiàn)在可以單獨(dú)工作。如果將某個(gè)字母顯示給傳感器,它將在50納秒內(nèi)生成經(jīng)過(guò)訓(xùn)練的輸出信號(hào)-例如,代表芯片剛剛識(shí)別出的字母的數(shù)字代碼?!澳壳?,我們的測(cè)試芯片還很小,但是您可以根據(jù)要解決的任務(wù)輕松擴(kuò)展該技術(shù),” Thomas Mueller說(shuō)。“從原理上講,該芯片還可以進(jìn)行訓(xùn)練,以區(qū)分蘋(píng)果和香蕉,但是我們看到它在科學(xué)實(shí)驗(yàn)或其他專門(mén)應(yīng)用中的使用更多。”

這項(xiàng)技術(shù)可以在需要極高速度的地方有用地應(yīng)用:“從斷裂力學(xué)到粒子檢測(cè)-在許多研究領(lǐng)域中,都對(duì)短時(shí)間事件進(jìn)行了研究,” Thomas Mueller說(shuō)?!巴ǔ2槐乇A粲嘘P(guān)此事件的所有數(shù)據(jù),而是要回答一個(gè)非常具體的問(wèn)題:裂紋是否從左向右傳播?幾個(gè)可能的粒子剛剛通過(guò)了?這正是我們的技術(shù)有好處?!?br /> (責(zé)任編輯:fqj)

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 圖像識(shí)別
    +關(guān)注

    關(guān)注

    9

    文章

    520

    瀏覽量

    38290
  • 智能硬件
    +關(guān)注

    關(guān)注

    205

    文章

    2347

    瀏覽量

    107685
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    AI大模型在圖像識(shí)別中的優(yōu)勢(shì)

    大模型借助高性能的計(jì)算硬件和優(yōu)化的算法,能夠在短時(shí)間內(nèi)完成對(duì)大量圖像數(shù)據(jù)的處理和分析,顯著提高了圖像識(shí)別的效率。 識(shí)別準(zhǔn)確性 :通過(guò)深度學(xué)習(xí)和計(jì)算機(jī)視覺(jué)技術(shù),AI大模型能夠自動(dòng)提取
    的頭像 發(fā)表于 10-23 15:01 ?748次閱讀

    圖像識(shí)別算法有哪幾種

    計(jì)算機(jī)科學(xué)家開(kāi)始嘗試使用計(jì)算機(jī)來(lái)處理和分析圖像數(shù)據(jù)。最初的圖像識(shí)別算法主要基于模板匹配和邊緣檢測(cè)等簡(jiǎn)單方法,但隨著計(jì)算機(jī)硬件和算法的不斷發(fā)展,圖像識(shí)別算法逐漸變得更加復(fù)雜和高效。 20
    的頭像 發(fā)表于 07-16 11:22 ?1145次閱讀

    圖像檢測(cè)和圖像識(shí)別的原理、方法及應(yīng)用場(chǎng)景

    圖像檢測(cè)和圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要概念,它們?cè)谠S多應(yīng)用場(chǎng)景中發(fā)揮著關(guān)鍵作用。 1. 定義 1.1 圖像檢測(cè) 圖像檢測(cè)(Object Detection)是指在
    的頭像 發(fā)表于 07-16 11:19 ?4454次閱讀

    圖像識(shí)別算法都有哪些方法

    傳統(tǒng)方法和基于深度學(xué)習(xí)的方法。 傳統(tǒng)圖像識(shí)別算法 1.1 邊緣檢測(cè) 邊緣檢測(cè)是圖像識(shí)別的基礎(chǔ),它用于檢測(cè)圖像中的邊緣信息。邊緣是圖像中亮度變
    的頭像 發(fā)表于 07-16 11:14 ?5693次閱讀

    圖像識(shí)別算法的提升有哪些

    引言 圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,旨在使計(jì)算機(jī)能夠自動(dòng)地識(shí)別和理解圖像中的內(nèi)容。隨著計(jì)算機(jī)硬件的發(fā)展和深度學(xué)習(xí)技術(shù)的突破,圖像識(shí)別
    的頭像 發(fā)表于 07-16 11:12 ?669次閱讀

    圖像識(shí)別技術(shù)的原理是什么

    圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它可以幫助計(jì)算機(jī)識(shí)別和理解圖像中的對(duì)象、場(chǎng)景和活動(dòng)。 圖像預(yù)處理
    的頭像 發(fā)表于 07-16 10:46 ?1135次閱讀

    圖像識(shí)別屬于人工智能嗎

    屬于。圖像識(shí)別是人工智能(Artificial Intelligence, AI)領(lǐng)域的一個(gè)重要分支。 一、圖像識(shí)別概述 1.1 定義 圖像識(shí)別是指利用計(jì)算機(jī)技術(shù)對(duì)圖像中的內(nèi)容進(jìn)行分析
    的頭像 發(fā)表于 07-16 10:44 ?1179次閱讀

    如何設(shè)計(jì)人臉識(shí)別的神經(jīng)網(wǎng)絡(luò)

    人臉識(shí)別技術(shù)是一種基于人臉特征信息進(jìn)行身份識(shí)別的技術(shù),廣泛應(yīng)用于安全監(jiān)控、身份認(rèn)證、智能門(mén)禁等領(lǐng)域。神經(jīng)網(wǎng)絡(luò)是實(shí)現(xiàn)人臉識(shí)別的關(guān)鍵技術(shù)之一,本
    的頭像 發(fā)表于 07-04 09:20 ?679次閱讀

    如何利用CNN實(shí)現(xiàn)圖像識(shí)別

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)是深度學(xué)習(xí)領(lǐng)域中一種特別適用于圖像識(shí)別任務(wù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過(guò)模擬人類視覺(jué)系統(tǒng)的處理方式,利用卷積、池化等操作,自動(dòng)提取圖像
    的頭像 發(fā)表于 07-03 16:16 ?1433次閱讀

    圖像檢測(cè)和圖像識(shí)別的區(qū)別是什么

    圖像檢測(cè)和圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要研究方向,它們?cè)谠S多應(yīng)用場(chǎng)景中都有著廣泛的應(yīng)用。盡管它們?cè)谀承┓矫嬗邢嗨浦?,但它們之間還是存在一些明顯的區(qū)別。本文將從多個(gè)角度對(duì)圖像檢測(cè)和圖像識(shí)別
    的頭像 發(fā)表于 07-03 14:41 ?1062次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識(shí)別、視頻分析、自然語(yǔ)言處理等領(lǐng)域。 1. 卷積神經(jīng)網(wǎng)絡(luò)的基本原
    的頭像 發(fā)表于 07-02 14:28 ?1182次閱讀

    神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域的應(yīng)用日益廣泛。神經(jīng)網(wǎng)絡(luò)以其強(qiáng)大的特征提取和分類能力,為圖像識(shí)別帶來(lái)了革命性的進(jìn)步。本文將詳細(xì)介紹
    的頭像 發(fā)表于 07-01 14:19 ?695次閱讀

    圖像識(shí)別技術(shù)原理 圖像識(shí)別技術(shù)的應(yīng)用領(lǐng)域

    圖像識(shí)別技術(shù)是一種通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它借助計(jì)算機(jī)視覺(jué)、模式識(shí)別、人工智能等相關(guān)技術(shù),通過(guò)對(duì)圖像進(jìn)行特征提取和匹配,找出圖像
    的頭像 發(fā)表于 02-02 11:01 ?2545次閱讀

    基于TensorFlow和Keras的圖像識(shí)別

    TensorFlow和Keras最常見(jiàn)的用途之一是圖像識(shí)別/分類。通過(guò)本文,您將了解如何使用Keras達(dá)到這一目的。定義如果您不了解圖像識(shí)別的基本概念,將很難完全理解本文的內(nèi)容。因此在正文開(kāi)始之前
    的頭像 發(fā)表于 01-13 08:27 ?847次閱讀
    基于TensorFlow和Keras的<b class='flag-5'>圖像識(shí)別</b>

    如何使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)自動(dòng)訓(xùn)練?

    如何使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)自動(dòng)訓(xùn)練? 使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)和自動(dòng)訓(xùn)練需要掌握一些重要的概念和技術(shù)。在本文中,我們將介紹如何使用Python中的一些常用庫(kù)和算法來(lái)實(shí)現(xiàn)
    的頭像 發(fā)表于 01-12 16:06 ?610次閱讀