人工智能芯片识别图像的能力怎么样

消息：将光敏电子技术和神经网络结合在一个微型芯片上的一种新型人造眼睛，可以在几纳秒内感知到它所看到的东西，比现有的图像传感器要快得多。

重要性所在：计算机视觉在人工智能的许多应用中不可或缺——从无人驾驶汽车到工业机器人，再到在偏远地区充当我们眼睛的智能传感器——机器已经变得非常善于对它们看到的东西做出反应。但是大多数图像识别需要大量的计算能力才能工作。这个问题是传统传感器重要瓶颈，传统传感器捕捉大量的视觉数据，不管这些数据对图像分类是否有用。处理所有这些数据则会降低速度。

同时捕获和处理图像的传感器，无需转换或传递数据，使图像识别更快，使用能量更少。奥地利维也纳光子学研究所的研究人员在《自然》杂志上发表了这一设计，它模拟了动物眼睛在将视觉信息传递到大脑之前对视觉信息进行预处理的方式。

工作原理：研究小组用一块只有几个原子厚的二烯化钨片制成芯片，上面蚀刻着光敏二极管。然后他们将二极管连接起来形成一个神经网络。制作这种芯片的材料赋予了它独特的电学特性，因此可以从外部调整二极管（网络中的节点）的光敏性。这意味着，通过调整二极管的灵敏度，可以训练网络对视觉信息进行分类，直到它给出正确的响应。通过这种方式，智能芯片被训练来识别n、v和z三个字母的程式化和像素化版本。

有限的视觉：这个新的传感器是在将更多的人工智能应用到硬件上的道路上迈出的令人兴奋的一步，使它更快、更高效。但还有很长的路要走。首先，眼睛只有27个探测器，不能处理比3 * 3块图像更多的东西。尽管芯片很小，但它可以执行多种标准的监督和非监督机器学习任务，包括对字母进行分类和编码。研究人员认为，将神经网络扩展到更大的尺寸是很简单的。