新的AI相機可以徹底改變自動駕駛汽車

作為當今自動駕駛汽車和航空無人機的基礎的圖像識別技術依賴于人工智能：計算機基本上教自己識別像狗一樣的物體，穿過街道的行人或停下的汽車。問題在于運行人工智能算法的計算機目前對于手持醫(yī)療設備等未來應用來說太大而且速度慢。

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(tǒng)，可以更快，更高效地對圖像進行分類，并且有朝一日可以將其構建得足夠小，以便嵌入到設備中，這是目前無法實現的。這項工作發(fā)表在8月17日的“ 自然科學報告”上。

“你剛剛通過的那輛自動駕駛汽車的行李箱中有一臺相對較大，速度相對較慢，能量密集的計算機，”斯坦福大學電氣工程助理教授戈登韋茨坦說。他說，未來的應用將需要更快，更小的東西來處理圖像流。

通過計算消耗

Wetzstein和Julie Chang，研究生和論文的第一作者，通過將兩種類型的計算機結合在一起，向該技術邁出了一步，創(chuàng)建了專門用于圖像分析的混合光電計算機。

原型相機的第一層是一種光學計算機，它不需要數字計算的高功耗數學。第二層是傳統(tǒng)的數字電子計算機。

光學計算機層通過物理預處理圖像數據進行操作，以多種方式對其進行過濾，否則電子計算機必須以數學方式進行。由于當光通過定制光學器件時濾波自然發(fā)生，因此該層以零輸入功率工作。這為混合系統(tǒng)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(tǒng)中，”Chang說。

結果是計算量減少，內存調用次數減少，完成過程的時間也少得多。在超越這些預處理步驟之后，剩下的分析進入了數字計算機層，并且具有相當大的優(yōu)勢。

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

快速決策

在速度和準確性方面，原型可與現有的僅電子計算處理器相媲美，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。

雖然他們目前的原型安排在實驗室工作臺上很難被歸類為小型，但研究人員表示，他們的系統(tǒng)有朝一日可以小型化，以適應手持攝像機或空中無人機。

在模擬和現實世界的實驗中，該團隊使用該系統(tǒng)在自然圖像設置中成功識別飛機，汽車，貓，狗等。

“我們系統(tǒng)的未來版本在快速決策應用中尤其有用，例如自動駕駛汽車，”Wetzstein說。

除了縮小原型外，斯坦福計算成像實驗室的Wetzstein，Chang及其同事正在研究如何使光學元件進行更多的預處理。最終，他們更小，更快的技術可以取代現在幫助汽車，無人機和其他技術學會識別周圍世界的行李箱大小的計算機。