新的AI芯片可以在纳秒内执行图像识别任务

导读 给大家分享一篇关于互联网和手机的文章。相信很多朋友对互联网和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和互联网的相关知识

给大家分享一篇关于互联网和手机的文章。相信很多朋友对互联网和手机还是不太了解，所以边肖也在网上搜集了一些关于手机和互联网的相关知识与大家分享。希望大家看完之后会喜欢。

一种新型的人工眼睛，光感应电子和制造神经网络结合在一个微小的芯片上，可以在几纳秒内完成它所看到的事情，远远快于现有的图像传感器。

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。

能够同时捕获和处理图像而不同时转换和传输数据的传感器可以用更少的功率更快地识别图像。今天，奥地利维也纳光子学研究所的研究人员在《自然》发表了这一设计。它模拟了动物的眼睛在将视觉信息传递给大脑之前对其进行预处理的方式。

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。用于制造芯片的材料赋予了它们独特的电特性，因此二极管(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：

这种新的传感器是将更多人工智能移植到硬件中的另一个令人兴奋的步骤，这使得它更快、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，无法处理比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。

本文就为大家讲解到这里了。