（文章來源：EETOP）

近日來自維也納大學(xué)的一組研究人員開發(fā)了一種圖像識別芯片，可以在數(shù)十納秒內(nèi)完成圖像識別。終于解決了即時圖像識別的大難題！即時圖像識別這一壯舉是如何實現(xiàn)的？將有哪些應(yīng)用？神經(jīng)網(wǎng)絡(luò)由與輸入和輸出互連的加權(quán)節(jié)點組成。系統(tǒng)輸入示例數(shù)據(jù)，并將輸出結(jié)果與真實答案進(jìn)行比較。然后調(diào)整節(jié)點的權(quán)重，直到輸出與真實數(shù)據(jù)匹配為止。

然后，將其他數(shù)據(jù)顯示給網(wǎng)絡(luò)，重復(fù)這個學(xué)習(xí)過程，直到它能夠可靠地識別數(shù)據(jù)并產(chǎn)生正確的輸出為止。

神經(jīng)網(wǎng)絡(luò)是當(dāng)前人工智能技術(shù)的基礎(chǔ)，用于在強(qiáng)大的大型系統(tǒng)上識別高達(dá)1000幀/秒的圖像，而更常見的系統(tǒng)可以處理高達(dá)100幀/秒的圖像。盡管這對于非關(guān)鍵應(yīng)用是可以接受的，但在需要快速圖像識別的應(yīng)用中可能是一個缺點。例如，研究人員可能需要開發(fā)一種智能燃燒系統(tǒng)，該系統(tǒng)可以實時分析發(fā)動機(jī)的燃燒過程，從而使他們能夠確定燃料/空氣混合物。

在這種情況下，操作員將受益于幾乎可以即時處理圖像的設(shè)備。目前研究人員聲稱已經(jīng)完成了這種設(shè)備的研制工作。

神經(jīng)網(wǎng)絡(luò)滯后的原因是這樣的系統(tǒng)需要多個步驟：拍攝圖像、傳遞到神經(jīng)網(wǎng)絡(luò)、最后進(jìn)行處理。處理后，可以生成適當(dāng)?shù)?a target="_blank">信號和其他響應(yīng)。但是，整個過程依賴于傳統(tǒng)的CPU，后者以離散的時鐘周期運行。為了解決這一障礙，來自TU Wein的研究人員團(tuán)隊創(chuàng)建了一個神經(jīng)圖像傳感器，將所有步驟組合到一個單獨的封裝中，可以在20納秒內(nèi)識別出圖像。

根據(jù)發(fā)表在《自然》雜志上的研究，他們的設(shè)備基于“可重構(gòu)的二維（2D）半導(dǎo)體光電二極管陣列，網(wǎng)絡(luò)的突觸權(quán)重存儲在連續(xù)可調(diào)的光響應(yīng)矩陣中”。研究人員使用的傳感器類似于傳統(tǒng)的圖像傳感器，它由一組光電二極管組成，記錄投射到芯片上的圖像。這種光敏元件是由二烯化鎢制成的，這種超薄材料只有三個原子那么厚。這些光敏元件與許多輸出元件相連。

研究人員通過將傳感器暴露在圖像上，并使用計算機(jī)程序調(diào)整每個像素的靈敏度來訓(xùn)練芯片。他們通過調(diào)整傳感器周圍的局部電場來做到這一點。然后改變傳感器上的像素，直到芯片的輸出與任何神經(jīng)元動作后顯示給芯片的圖像匹配為止。

一旦經(jīng)過訓(xùn)練，芯片就不再需要調(diào)整，不需要主機(jī)干預(yù)芯片仍可以繼續(xù)識別圖像。芯片的輸出在50納秒內(nèi)完成。維也納大學(xué)研究人員目前使用的傳感器只有9個像素，但它已經(jīng)能夠識別不同的形狀。因為每個像素都與每個加權(quán)神經(jīng)元相連，所以它可以檢測多種模式。

盡管此傳感器不適用于識別復(fù)雜圖像，但它在高速環(huán)境（包括斷裂力學(xué)和顆粒檢測）中具有真正的潛力。這項研究的意義也可能會影響制造環(huán)境，在該環(huán)境中，條形碼和打印的數(shù)值數(shù)據(jù)會高速通過傳感器。傳感器在運行期間不消耗任何電能這一事實也意味著該傳感器可能高度適用于低能耗環(huán)境，包括一次性電子產(chǎn)品和低能耗IoT系統(tǒng)。
（責(zé)任編輯：fqj）