一种新型的人工眼睛，光敏电子器件与制造神经网络结合在一个微小的芯片上，可以在几纳秒内看到它的含义，比现有的图像传感器快得多。
为什么重要：
计算机视觉对于人工智能的许多应用是不可或缺的。从无人驾驶汽车到工业机器人，再到在遥远的地方充当我们眼睛的智能传感器，机器已经非常擅长对它们所看到的做出反应。然而，大多数图像识别需要大量的计算能力才能发挥作用。部分问题是传统传感器的瓶颈，传统传感器捕获大量视觉数据，而不管它是否对图像分类有用。处理所有数据会变慢。
无需同时转换和传输数据即可同时捕获和处理图像的传感器可以用更少的功率更快地识别图像。奥地利维也纳光子学研究所的研究人员今天在《自然》杂志上发表了这项设计，它模仿了动物的眼睛在将视觉信息传递给大脑之前对视觉信息进行预处理的方式。
工作原理：
该团队使用了一种仅由几个原子厚的二硒化钨制成的芯片，并用光电二极管对其进行蚀刻。然后，他们将二极管连接起来形成一个神经网络。用来制作芯片的材料赋予了它独特的电学特性，所以二极管(网络中的节点)的光敏性可以从外部调节。这意味着训练网络可以通过调整二极管的灵敏度对视觉信息进行分类，直到给出正确的响应。通过这种方式，智能芯片被训练来识别字母N、V和z的风格化像素化版本。
视野有限：
这种新传感器是将更多人工智能移植到硬件中的又一令人兴奋的步骤，从而使其更快、更高效。但是还有很长的路要走。首先，眼睛只由27个探测器组成，它不能处理比block 3x3图像更多的图像。尽管芯片很小，但它仍然可以执行几项标准的监督和非监督机器学习任务，包括对字母进行分类和编码。研究人员认为，将神经网络扩展到更大的规模将非常简单。
标签：