芯東西11月19日消息,視覺記憶是人類認知學習的核心,但對于人工智能來說,電磁頻譜(可見或不可見)才是它的“眼”。
人工智能系統,要將各個頻段的電磁頻譜轉化成自己的視覺記憶,依靠的就是基于內置內存和信號處理的成像單元,但目前并沒有一個電信號平臺,可以根據光的變化改變電信號極性,從而賦予AI視覺記憶。
近期,由皇家墨爾本理工大學(Royal Melbourne Institute of Technology University,下稱RMIT)領導的研究團隊,提出了一項AI技術,將成像、圖像處理、機器學習和內存集成在單個光驅動芯片中。該芯片旨在通過模仿人腦處理視覺信息的方式,為機器人、智能穿戴設備和如人造視網膜等仿生植入物提供更為靈敏、智能的“視力”。
11月17日,該篇論文《基于層狀黑磷的完全光驅內存和神經形態計算(Fully Light‐Controlled Memory and Neuromorphic Computation in Layered Black Phosphorus)》發表在《advance materials》上。
論文鏈接:
01 。
小身材卻有大功能,串起散落的AI組件
通常來說,人工智能嚴重依賴從數據采集到算法模型的一整套技術邏輯,但在硬件中,受限于技術或者空間,這些邏輯鏈條中的“塊”可能“散落”在不同的區域。
RMIT研究團隊的目標就是將這些散落的“邏輯塊”串起來,通過將多個組件和功能集成到一塊芯片中,從根本上提高AI決策的效率和準確性。
▲成像、處理、機器學習和內存集成在一塊的光驅動芯片。
而這個“串起來”的思路就是來自自然界中最聰明的計算機——人腦。
負責研究團隊中功能材料和微系統、RMIT副教授Sumeet Walia說,“我們的目標就是以視覺為抓手,讓計算機復刻人腦從視覺識別到判斷決策的全過程,從而在神經機器人學、人機交互技術和可擴展的仿生系統上有進一步的突破?!?/p>
在談及應用層面時,Walia提到了行車記錄儀。如果行車記錄儀里裝上了神經啟發式的硬件,無需連網,它就可以識別燈光、標志、物體并做出即時決策。
02 。
被“光”雕刻的芯片:層狀黑磷的妙用
如果掀開這塊AI芯片“視力驚人”的神秘幕布,那我們就能看到其背后的超薄材料——二維層狀黑磷。
二維層狀黑磷的神奇之處就在于,它可以基于不同波長的光來改變自身的阻值,從而充當AI的“視覺神經元”。
RMIT研究團隊表示,采用黑磷的啟發來自于光遺傳學。作為生物技術中的新興工具,光遺傳學使科學家以高精度深入研究人體中的電流,并通過光來觀察神經元的變化。
基于層狀黑磷和光遺傳學,RMIT團隊通過向芯片照射不同波長的光,來實現成像、存儲等不同的功能,并創建、修改AI芯片的內存。
通過改變和編碼光的波長,AI芯片現在可以自動捕獲并增強圖像,進行像素內圖像預處理,并基于全光學驅動的神經形態計算,對圖像進行分類。實驗表明在經過訓練后,該芯片圖像識別準確率超過90%。
除了能夠“串聯”組件的優勢,該黑磷AI芯片還能與現有的電子技術和硅技術兼容,方便將來能再輕松“串”進其他技術。
該項研究團隊的另一主要負責人Taimur Ahmed博士說,“光驅動計算比現有技術更快,更準確且能耗更低。而且當我們把如此多的核心功能整合到一個納米級設備上,單個芯片上就能進行更大量的機器學習和AI集成應用?!?/p>
03 。
結語:多領域應用,AI芯片的類腦“夢”
RMIT研究團隊表示,除了行車記錄儀、機器人等硬件,光學AI芯片還在康復屆也潛力無限,例如,如果將該AI芯片裝進人工視網膜,科學家就可以提高仿生眼的準確性,加快仿生眼的商業化。
也正如Ahmed博士所言,AI芯片的終點是永恒不變的:成為一個可以和人腦一樣從環境中學習的AI大腦。
責任編輯:PSY
-
芯片
+關注
關注
460文章
52568瀏覽量
441894 -
AI
+關注
關注
88文章
35319瀏覽量
280721 -
視覺
+關注
關注
1文章
163瀏覽量
24397 -
AI芯片
+關注
關注
17文章
1986瀏覽量
35962
發布評論請先 登錄
最新人工智能硬件培訓AI基礎入門學習課程參考2025版(離線AI語音視覺識別篇)
Nordic收購 Neuton.AI 關于產品技術的分析
無刷直流電機單神經元自適應智能控制系統
無刷直流電機單神經元PI控制器的設計
90元打造小智AI腕表,語音交互超有趣!
首創開源架構,天璣AI開發套件讓端側AI模型接入得心應手
Banana Pi 發布 BPI-AI2N & BPI-AI2N Carrier,助力 AI 計算與嵌入式開發
《AI Agent 應用與項目實戰》----- 學習如何開發視頻應用
FPGA+AI王炸組合如何重塑未來世界:看看DeepSeek東方神秘力量如何預測......
行業集結:共同定制 RK3566 集成 AI 眼鏡的前沿 AR 方案
C#集成OpenVINO?:簡化AI模型部署

評論