最新研究，AI相機的小身板快運算，能讓自動駕駛汽車看得更遠更清！

斯坦福新聞稱，有研究人員設計了一種新型的人工智慧攝像系統，能夠更快、更高效地對圖像進行分類。

圖像識別技術是當今自動駕駛和航空無人機的基礎，它依賴於人工智慧——計算機自己訓練識別物體，比如識別狗狗、穿過街道的行人或者停下來的汽車。新的相機有一天可能足夠小，能夠適應未來的電子設備，但這在目前還是無法實現的，因為其受限於當前運行人工智慧演算法的計算機的大小和速度。

「目前的自動駕駛汽車中都裝有一台體積非常大，運行速度慢，能量密集的計算機，」斯坦福大學電氣工程助理教授Gordon Wetzstein說。他說，未來的應用程序需要更快、更小的東西來處理圖像流。

Wetzstein和Julie Chang，通過將兩種類型的計算機合二為一，創造了專門用於圖像分析的混合光電計算機，這種混合光電計算機：

一、外包出去了繁重的工作

原型相機的第一層是一種光學計算機，它不需要高耗能的數字計算；第二層是傳統的數字電子計算機。

「數以百萬計的計算被規避，一切都以光速發生......」

光學計算機層通過物理預處理圖像數據的方式工作，以多種方式對其進行過濾，否則計算機將不得不以數學方式進行過濾。由於當光通過定製光學器件時濾波自然發生，因此該層以零輸入功率工作，這為混合系統節省了大量的時間和精力。

「我們已將人工智慧的一些數學外包到了光學系統中，」Chang說。

這樣做的結果是計算量減少了，內存調用次數減少了，整個過程需要的時間也就少得多了。在預處理部分結束後，剩餘的分析將進入數字計算機層，這時候的分析已經容易得多了。

Wetzstein說：「數以百計的計算被規避了，而這一切都是以光速發生的。」

二、具有敏捷的思維

在速度和準確性方面，原型相機可與現有的純電子計算處理器相媲美——這些處理器被編程為執行相同的計算，同時可節省大量的計算成本。

雖然他們目前的原型相機被安排在實驗室工作台上，但依然不小，研究人員表示，他們的系統有一天會縮小，以適應手持攝像機或空中無人機。

在模擬實驗以及在現實世界中，該團隊使用該系統在自然圖像設置中成功識別了飛機、車、貓、狗等物體。

「我們系統的升級版將在快速決策應用中尤其有用，例如自動駕駛，」Wetzstein說。

除了縮小原型外，Wetzstein，Chang和他的同事現在正在研究如何使光學元件進行更多的預處理。如果實現了，它們可以以更小的體積、更快的速度取代現在龐大的計算機，幫助汽車，無人機和其他技術去識別周圍的世界。

該項研究發表在Nature Scientific Reports上。其他的共同作者來自斯坦福和沙烏地阿拉伯的阿卜杜拉國王科技大學。

國家科學基金會、斯坦福大學研究生獎學金、斯隆研究獎學金和KAUST贊助研究辦公室資助了這項研究。

編輯：小智

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！