دوربین های هوشمندی که می توانند آنچه را که می بینند یاد بگیرند و درک کنند

همکاری تحقیقاتی بین دانشگاه های بریستول و منچستر باعث اختراع دوربین هایی هوشمندی شده، که می توانند آنچه را که می بینند یاد بگیرند و درک کنند،

دانشمندان علم رباتیک و محققان هوش مصنوعی (AI) می دانند مشکل بزرگی در چگونگی درک و پردازش سیستم های شناسایی تصاویر فعلی جهان وجود دارد. در حال حاضر آنها هنوز هم ترکیبی از سنسورها هستند، مانند دوربین های دیجیتال که برای ضبط تصاویر طراحی شده اند، و دستگاه های محاسباتی مانند واحدهای پردازش گرافیک (GPU) که برای تسریع گرافیک بازی های ویدیویی ساخته شده اند. این بدان معناست که سیستم های AI فقط پس از ضبط و انتقال اطلاعات بصری بین حسگرها و پردازنده ها، جهان را درک می کنند.

اما بسیاری از مواردی که توسط آنها مشاهده می شوند اغلب کاملا بی ربط و غیر ضروری هستند، از جمله جزئیات برگهای درختان کنار جاده هنگام عبور اتومبیل های بدون راننده.

_{یک شبکه Convolutional (CNN) در سیستم ضبط تصاویر SCAMP-5D که حرکات دست را با سرعت 8200 فریم در ثانیه طبقه بندی می کند.}

با این حال ، در حال حاضر تمام این اطلاعات توسط سنسورها با جزئیات دقیق ضبط می شوند و باعث پر شدن سیستم های هوش مصنوعی با داده های بی ربط، مصرف انرژی و زمان پردازش زیاد می شود. برای فعال کردن دید کارآمد برای ماشین های هوشمند، رویکرد دیگری لازم است.همکاری های بریستول و منچستر نشان داده است که چگونه می توان سنجش و یادگیری را برای ایجاد دوربین های جدید سیستم های AI ترکیب کرد.

دوربین هوشمند SCAMP-5d ساخته شده توسط دانشگاه منچستر در سال 2020

Walterio Mayol-Cuevas ، استاد رباتیک دانشگاه بریستول و محقق اصلی (PI)، اظهار داشت: “برای ایجاد سیستم های ادراکی کارآمد، باید مرزها را فراتر از راههایی که تاکنون دنبال کرده ایم، رد کنیم. “ما می توانیم از روشی که سیستم های طبیعی دنیای بینایی را پردازش می کنند وام بگیریم – ما همه چیز را درک نمی کنیم – چشم ها و مغز ما با هم کار می کنند تا جهان را درک کنند و در بعضی موارد، چشم ها نیز برای کمک به مغز کار خودشان را می کنند.

این همان روشی است که چشم قورباغه انجام می دهد، چشم قورباغه ها دارای ردیاب هایی است که اشیای مگس مانند را دقیقاً در نقطه سنجش تصاویر نشانه گذاری می کند. مقالاتی، به سرپرستی دکتر لوری بوز و دیگری توسط یانان لیو در بریستول، دو کاربرد در مورد این هدف را نشان داده است.

با پیاده سازی شبکه های عصبی Convolutional ، نوعی الگوریتم AI برای امکان درک بصری، توسط آنها، ایجاد شده است. Convolutional های ساخته شده توسط تیم می توانند فریم ها را هزاران بار در ثانیه طبقه بندی کنند، بدون اینکه هرگز نیازی به ضبط این تصاویر یا ارسال آنها به خط پردازش اطلاعات باشد.

محققان نمایش طبقه بندی اعداد دست نوشته، حرکات دست و حتی طبقه بندی پلانکتون ها را آزمایش کردند. این تحقیق آینده ای را با استفاده از دوربین های هوشمند اختصاصی AI – سیستم های بصری که می توانند به راحتی اطلاعات سطح بالا را به بقیه سیستم ارسال کنند، از جمله نوع اشیا یا رویدادی که در جلوی دوربین رخ می دهد، به ارمغان می آورد. این روش باعث می شود که سیستم ها بسیار کارآمدتر و ایمن تر باشند زیرا هیچ تصویری نیازی به ثبت یا پردازش نخواهد داشت.

این کار به لطف معماری SCAMP که توسط Piotr Dudek ، استاد مدارها و سیستم ها و PI از دانشگاه منچستر و تیمش تهیه شده است ، امکان پذیر شده است. SCAMP یک تراشه پردازنده دوربین است که تیم از آن به عنوان یک آرایه پردازنده Pixel (PPA) یاد می کند. PPA دارای یک پردازنده در هر پیکسل است که می توانند با یکدیگر ارتباط برقرار کنند تا به صورت کاملاً موازی پردازش شوند.

معماری سخت افزاری SCAMP-5d. این مجموعه شامل یک آرایه 256 25 256 PPA از پردازنده های پیکسل لحظه ای است که هر یک شامل سنسور نور، حافظه داخلی و سایر اجزای محاسباتی است.

پروفسور دودک گفت: “ادغام سنجش، پردازش و حافظه در سطح پیکسل نه تنها ساخت سیستم هایی با کارایی بالا و تاخیر کم را امکان پذیر می کند، بلکه نوید سخت افزار کم مصرف و بسیار کارآمد را می دهد.” دستگاه های SCAMP را می توان شبیه سنسورهای دوربین فعلی، اما با توانایی داشتن یک پردازنده موازی گسترده درست در نقطه ضبط تصاویر ،در نظر گرفت.”

دکتر تام ریچاردسون ، مدرس ارشد مکانیک پرواز، در دانشگاه بریستول و یکی از اعضای این پروژه در حال تلفیق معماری SCAMP با هواپیماهای بدون سرنشین سبک است. وی توضیح داد: “آنچه در مورد این دوربین ها بسیار هیجان انگیز است، نه تنها قابلیت یادگیری ماشین ها، بلکه سرعت عملکرد آنها و پیکربندی سبک آن است.

آنها برای امنیت هواپیماهای با سرعت بالا کاملاً ایده آل هستند که به معنای واقعی کلمه می توانند هنگام پرواز همه چیز را یاد بگیرند! ” تحقیقات انجام شده توسط شورای تحقیقات مهندسی و علوم فیزیکی (EPSRC) نشان داده است که زیر سوال بردن فرضیاتی که هنگام طراحی سیستم های هوش مصنوعی وجود دارد بسیار مهم است. و مواردی که غالباً مسلم تلقی می شوند، مانند دوربین ها، می توانند و باید در جهت رسیدن به هدف ماشین های هوشمند کارآمد بهبود یابند.