玻璃也能“智能化”?或将代表人工视觉的未来
2019-07-19 06:27:01 来源:麦姆斯咨询 评论:0 点击:
目前许多智能手机应用的先进人脸识别技术,有朝一日或将被一种看起来、听起来都 “简单”到令人惊讶的技术所替代。
根据不同场景、图像或该试验中的数字,穿过“智能”玻璃的光会以特定图案弯曲。如果透过的光与预期的图案匹配,意味着玻璃能够“识别”所看到的内容。
这一通向未来的“简单技术”就是一块玻璃。据麦姆斯咨询报道,美国威斯康星大学麦迪逊分校(University of Wisconsin–Madison)的研究人员设计了一种“智能”玻璃片,无需任何传感器、电路或电源,就能实现图像识别。
“我们正在利用光学系统将通常的摄像头、传感器和深度神经网络全部‘压缩’成一块薄玻璃片,”威斯康星大学麦迪逊分校电气和计算机工程教授Zongfu Yu说。
Yu及其同事在Photonics Research杂志上发表了这项概念验证研究。
乍一看,将人工智能嵌入一种惰性物体,似乎是科幻小说中的概念。不过,这确实是一种开辟新型低功耗电子产品的巨大进步。
现在,每当我们拿起智能手机用人脸识别功能解锁时,人工智能(AI)都会占用大量的计算资源和电池电能。未来,利用一块玻璃或许就可以识别我们的脸,并且不需要消耗任何能量。
“这与典型的机器视觉技术路线完全不同,”Yu介绍说。
Yu及其同事设计了一块看起来半透明的方型玻璃片。在其中,有策略地嵌入微小的气泡或某种杂质,然后玻璃片会以特定的方式弯曲光线,从而区分不同的图像。这也是一种人工智能实践。
为了证明他们提出的概念,研究人员设计了一种方法来制作可以识别手写数字的玻璃片。从数字图像发出的光进入玻璃的一端,然后聚焦到另一端的九个特定点位,每个点位对应不同的数字。
玻璃片的动态响应足以实时检测数字3被手写改为数字8。
“试验证明,我们能够以如此简单的结构实现这种复杂的识别过程,”Yu实验室研究生Erfan Khoram说。
设计一款可以识别数字的玻璃,类似于机器学习的训练过程,不同的是,研究人员“训练”的是模拟材料,而不是数字代码。具体来说,研究人员需要试验在玻璃内的特定位置放置不同尺寸和形状的气泡以及石墨烯等小块光吸收材料。
“我们习惯了数字计算,这一方案拓宽了我们的思维,”Yu说,“利用光传播的光波动力学,提供了一种执行模拟人工神经计算的新方法。”
该方案的优点之一,是计算完全是被动的并且是材料本身固有的,这意味着一块图像识别玻璃可以使用无数次。
“我们可以利用这种玻璃作为生物识别解锁工具,它可以设定为只能识别一个人的脸,”Yu说,“一旦完成,它可以永远工作,而且不需要电能或互联网,这意味着即使在数千年之后,它也能为我们提供信息安全。”
此外,这是通过玻璃扭曲光波来区分不同图像的,因此,它的识别是以光速运行的。
虽然前期“训练”过程可能耗时且计算量很大,但是玻璃本身制造起来既简单又便宜。
未来,研究人员将进一步实验他们的方法是否适用于人脸识别等更复杂的任务。
“这项技术的真正优势在于它能够在没有任何能耗的情况下即时处理复杂的分类任务,”哥伦比亚大学研究和统计学教授、该研究共同作者Ming Yuan说,“这些任务是创建人工智能的关键,例如训练无人驾驶汽车识别交通信号等。”
与人类视觉不同,人类视觉可以识别无数个不同物体,具有令人难以置信的通用性,这种智能玻璃仅在特定应用中表现出色,例如,一片可用于识别数字,另一片用于识别字母,再另一片用于识别人脸,等等。
“我们一直在思考如何在未来为机器提供视觉,创建一种应用特定、任务驱动型技术,”Yu说,“这一方案几乎改变了我们设计机器视觉的方方面面。”
延伸阅读:
上一篇:光学MEMS助力激光扫描显微镜实现先进医疗成像
下一篇:最后一页