欧洲的研究人员正在开发一种摄像头，它将真正拥有自己的“思维”，其类脑算法可以处理图像，而光传感器则模仿人眼视网膜。其制造商希望它能证明，如今需要大型、复杂的计算机的人工智能可以很快被装入小型消费电子产品中。虽然人工智能摄像头将成为智能手机的一个巧妙功能，但该技术最大的影响实际上可能是加快自动驾驶汽车和自主飞行无人机感知和对周围环境做出反应的方式。
自动驾驶汽车和计算机辅助汽车以及无人机以及监控设备中使用的传统数码相机捕获了大量无关信息，这些信息会占用宝贵的内存空间和电池寿命。其中大部分数据是重复的，因为摄像头观看的场景从一帧到下一帧变化不大。新型人工智能摄像头，称为超低功耗事件型摄像头，或ULPEC，将具有像素传感器，只有当摄像头准备好记录新图像或事件时才会激活。这种节省内存和电量的功能不会降低性能——该摄像头还将具有新的电子元件，使其能够在微秒（百万分之一秒）内对场景中变化的光线或运动做出反应，而今天数码相机则需要毫秒（千分之一秒），巴黎视觉研究所视觉与自然计算小组负责人、皮埃尔和玛丽·居里大学的教授Ryad Benosman说。“只有当照射到像素传感器的光线超过预设阈值时，它才会记录，”Benosman说，他的团队正在为作为摄像头大脑的人工神经网络开发学习算法。人工神经网络是一组互连的计算机，其配置方式类似于人脑中血肉神经元的系统。计算机之间的互连使网络能够找到输入系统的数据中的模式，并通过称为机器学习的过程过滤掉无关信息。这种网络“不仅省去了获取不相关信息的过程，而且还省去了处理不相关信息的过程，从而使摄像头速度更快，计算所需的功耗更低，”Benosman说。
人工智能摄像头的照片传感器——它的“眼睛”——将由硅片上的微小半导体和电路组成，这些半导体和电路会将光线变化转化为发送到神经网络的电信号。集成电路和一种名为忆阻器或“记忆电阻器”的新型电子元件，充当突触连接的等效物，将处理这些信号中的信息，苏黎世联邦理工学院的研究员Sören Boyn说，他曾与法国国家科学研究中心-泰雷兹联合研究部门合作，该部门现在正在与Benosman的团队合作。这种方法最大的挑战之一是忆阻器技术——最早由加利福尼亚大学伯克利分校的名誉教授 Leon Chua（pdf）在1971年提出理论，并在2008年由惠普实验室的研究人员进行数学建模——仍处于开发阶段，这也解释了为什么ULPEC项目预计到2020年才会有可用的设备。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保未来关于塑造我们当今世界的发现和想法的有影响力的故事。
人工智能摄像头的忆阻器将由一层薄薄的铁电材料——铋铁氧体——夹在两个电极之间组成，法国科学研究机构法国国家科学研究中心/泰雷兹的研究科学家Vincent Garcia说，该机构正在开发ULPEC忆阻器。铁电材料具有正负两面——但施加电压会反转这些电荷。因此，“忆阻器的电阻可以使用电压进行调整，”Garcia解释说。“类似于我们大脑的学习能力依赖于突触的刺激，突触是我们神经元之间的连接，这种可调电阻有助于使网络学习。”刺激突触越多，连接就越强，学习就越好。
生物启发的光学传感器和神经网络的结合将使该摄像头特别适合自动驾驶汽车和自主无人机，巴黎初创公司Chronocam的首席技术官Christoph Posch说，该公司正在设计该摄像头的光学传感器。“在自动驾驶汽车中，车载计算机必须在通过交通或确定行人移动时非常快速地对变化做出反应，”Posch解释说。“ULPEC可以快速检测和处理这些变化。”德国汽车设备制造商博世也参与了该项目，将调查如何将该摄像头用作其自主和计算机辅助驾驶技术的一部分。
该研究人员计划在人工智能摄像头的微芯片上放置20,000个忆阻器，波尔多大学的电子学副教授、耗资557万美元的ULPEC项目负责人Sylvain Saighi说。
将忆阻器神经网络的所有组件放到单个微芯片上将是一个巨大的进步，荷兰埃因霍温科技大学微系统助理教授Yoeri van de Burgt说，他的研究包括构建人工突触。“由于它是在本地执行计算，因此它会更安全，并且可以专门用于无人机和自动驾驶汽车中的摄像头等特定任务，”van de Burgt补充说，他没有参与ULPEC项目。
假设研究人员能够成功完成，那么这种芯片将不仅仅用于智能摄像头，因为它将能够执行各种复杂的计算，而无需通过云将这项工作卸载到超级计算机。Posch说，通过这种方式，该摄像头是确定底层忆阻器和其他技术是否可行以及如何将其集成到未来的消费设备中的重要一步。该摄像头凭借其创新的传感器和忆阻器神经网络，可以证明人工智能可以内置到设备中，使其既智能又更节能。