據美國斯坦福大學的研究人員稱，一種新的支持AI的攝像系統可以大大減少自動駕駛車輛攜帶大型計算機的需求，從而開啟了人工智能手持設備的可能性。

開發(fā)無人駕駛汽車和自動無人機的挑戰(zhàn)之一是它們需要大量的機載計算能力，傳感器和其他系統，所有這些都增加了重量并且耗盡了稀缺的電池資源。

僅在自動駕駛汽車或高規(guī)格無人機中的圖像識別技術依賴于人工智能(AI)系統，其可以教他們自己識別路徑中的物體。在路上，這些可能包括行人，自行車，動物或其他車輛 - 所有這些都只是數字視覺系統的無差別像素，直到它能夠理解它們代表什么以及不同物體通常如何表現。

無人駕駛或無人駕駛車輛需要做出瞬間決定，以避免碰撞或處理其他意外事件。雖然有些處理可以在邊緣進行，但很多處理仍然存在。無論哪種情況，速度都是必不可少的。

例如，3月份優(yōu)步發(fā)生致命事故造成的眾多問題之一就是汽車的車載系統未能識別出人們在高速公路上轉動自行車，直到為時已晚。

另一個挑戰(zhàn)是許多運行復雜AI系統的計算機對于智能成像和分析技術可能出現的未來應用來說太大而且速度太慢，例如可以診斷一系列醫(yī)療條件的手持設備。

現在，斯坦福大學的研究人員已經設計出一種新型的人工智能相機系統，可以更快，更高效地對圖像進行分類，并且有朝一日可以嵌入到這些設備中 - 這是目前無法實現的。

這項工作本月發(fā)表在Nature Scientific Reports上。

樹干充滿智慧

斯坦福大學電氣工程助理教授戈登韋茲斯坦說：“你剛剛通過的那輛自動駕駛汽車的后備箱中有一臺相對較大，速度相對較慢，能量密集的電腦。”

他解釋說，未來的應用需要更快，更小的東西來處理圖像流。

Wetzstein和Julie Chang是研究生和論文的第一作者，他通過將兩種類型的計算機結合起來，朝著這項技術邁出了一步，創(chuàng)造了一種專為圖像分析而設計的混合光電處理器。

據斯坦福大學說，原型相機的第一層是一種新形式的光學計算機，它不需要數字計算的高功耗數學。第二種是傳統的數字處理器。

該光學層通過“物理預處理圖像數據，以多種方式對其進行過濾來進行操作，否則電子計算機必須以數學方式進行過濾”，該大學表示。

研究人員稱，由于這種過濾過程在光通過定制光學系統時自然發(fā)生，因此該層以零輸入功率運行。這為混合系統節(jié)省了大量的時間和精力，否則這些時間和能量將被計算消耗。

“我們已將人工智能的一些數學外包到光學系統中，”Chang解釋道。

“結果是計算量減少，內存調用次數減少，完成整個過程的時間也少得多，”該大學在一份發(fā)表的聲明中表示。“在超越這些預處理步驟之后，剩下的分析將進入數字計算機層，并取得了相當大的進展。”

“數以百萬計的計算被規(guī)避，這一切都以光速發(fā)生，”Wetzstein補充道。

快速決策

在速度和準確性方面，該大學聲稱該原型可以與現有的處理器相媲美，這些處理器被編程為執(zhí)行相同的計算，但具有大量的計算成本節(jié)省 - 因此總體上降低了功耗。

根據該大學的說法，在模擬和現實世界的實驗中，該團隊成功地使用該系統在自然圖像設置中識別飛機，汽車，貓，狗等。

然而，研究人員仍然可以通過小型化技術使其可以部署在手持式攝像機或自動無人機中。

特別是在無人駕駛汽車中，擁有一個微型的，由AI驅動的車載視覺系統 - 而不是相當于沉重的行李箱 - 在重量和能源效率方面將是一個福音。

除了縮小原型外，Wetzstein，Chang和他們在斯坦福計算成像實驗室的同事們正在研究如何使光學元件進行更多的預處理。

另外：AI會讓醫(yī)療錯誤成為過去嗎?

據巴黎 - 薩克萊大學的研究人員稱，在相關新聞中，人工智能可以減少甚至消除醫(yī)療錯誤。畢業(yè)生開發(fā)了Neosper，一種增強現實和人工智能程序，可以阻止整形外科醫(yī)生制造危及生命的錯誤。

在采訪了50多位外科醫(yī)生以了解他們經常遇到的問題后，該團隊設計了一個個性化的3D軟件模擬工具，允許外科醫(yī)生在手術前進行手術。該軟件還可以使用傳感器實時幫助外科醫(yī)生 - 這在假體植入物中特別有用，他們說。