斯坦福大學(xué)(Stanford)開發(fā)的一種新型人工智能攝像頭系統(tǒng),速度快、節(jié)能,有望推動自動駕駛汽車等技術(shù)的發(fā)展。
許多公司正致力于開發(fā)無人駕駛汽車和自動駕駛船舶,將其引入消費市場。
特斯拉(Tesla)和梅塞德斯(Mercedes)等一些汽車制造商已經(jīng)提供了駕駛輔助技術(shù),可以讓汽車半自動運行,這有點像是正式演出之前的排練,直到它們完全放棄“人類的輔助”。
同樣參與無人駕駛汽車競賽的還有高科技公司,如谷歌和優(yōu)步。
為了完全擺脫人類的幫助,自動駕駛汽車需要激光雷達(來進行光探測和測距)、聲納、攝像頭和人工智能來監(jiān)督一切。
一組相機提供了一個360°汽車視覺和圖像識別能力,所以它可以檢測對象和探索周圍的環(huán)境,例如,交通標(biāo)志、障礙和其他在路上的無人駕駛車輛。
圖像識別系統(tǒng)將數(shù)據(jù)連續(xù)發(fā)送到機載人工智能計算機進行處理并使其有意義。
自動駕駛汽車依賴于人工智能大腦的關(guān)鍵能力,可以快速、幾乎實時地做出決策。
自動駕駛汽車和無人機等其他技術(shù)中處理圖像識別算法的計算機系統(tǒng)存在的問題是,它們速度慢,占用空間大。
斯坦福大學(xué)(Stanford University)的電氣工程師戈登·韋茨斯坦(Gordon Wetzstein)開玩笑說:“你剛剛經(jīng)過的那輛自動駕駛汽車的后備箱里就裝有一臺相對龐大、速度相對較慢、能耗較高的電腦!
Wetzstein領(lǐng)導(dǎo)的一個研究小組設(shè)計了一種新的人工智能相機系統(tǒng),它比現(xiàn)有的系統(tǒng)占用更小的空間,消耗更少的能源,而且圖像分類速度快得多。
為了創(chuàng)造他們的人工智能相機,這個團隊將兩臺電腦組合成一個基于卷積神經(jīng)網(wǎng)絡(luò)(CNNs)的混合系統(tǒng)。
“原型相機的第一層是一種光學(xué)計算機,它不需要像數(shù)字計算那樣耗費大量能量。第二層是傳統(tǒng)的數(shù)字電子計算機!
在某種程度上,斯坦福的工程師們“將人工智能的一些數(shù)學(xué)工作外包到光學(xué)領(lǐng)域”,以節(jié)省計算成本和時間,并提高性能。
研究人員測試了他們的成像系統(tǒng),并成功地識別出放在自然環(huán)境中的不同物體和動物。該系統(tǒng)雖然速度很快,但仍處于“原型”階段,不能稱之為“小”。
然而,研發(fā)這一技術(shù)的工程師認為,他們可以將其縮小到“適合手持攝像機或無人機使用”。
Wetzstein說:“我們系統(tǒng)的某些未來版本在自動駕駛汽車等快速決策應(yīng)用中尤其有用!
在發(fā)表在《自然科學(xué)報告》上的論文中,他們表示:
“我們從計算成像的角度出發(fā),逐步實現(xiàn)光學(xué)卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo),通過光學(xué)和算法的共同設(shè)計,將圖像采集與計算結(jié)合起來。計算機攝像機利用光通過自定義光學(xué)器件的物理傳播,對在標(biāo)準2D圖像捕獲中丟失的場景信息進行編碼。”
還可以看看
其他文章,謝謝您的閱讀。
網(wǎng)站申明:系本文編輯轉(zhuǎn)載,來源于網(wǎng)絡(luò),目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負責(zé),所有權(quán)歸屬原作者。如內(nèi)容、圖片有任何版權(quán)問題,請
聯(lián)系我們刪除。