Neurális szenzor képfelis­meréshez

Az érzékelő beépített neurális hálózatot tartalmaz és megtanítható bizonyos objektumok azonosítására.

A Bécsi Műszaki Egyetem munkatársai kifejlesztettek egy olyan hardvert, amely teljesen új módon közelíti meg a képfelismerés kérdését. A szakemberek eddig szoftvereket használtak erre a célra, többek között a fotóadatok kiértékelésére és ez nagyon költséges volt - különösen akkor, ha a másodpercenként felvett felvételek száma magas volt. Az utóbbi esetben ugyanis hatalmas, szinte alig feldolgozható adatmennyiség keletkezett.

A Bécsi Műszaki Egyetem kutatói más módon közelítették meg a kérdést, egy különleges 2D-anyagból fejlesztettek egy képi szenzort, amely valójában egy tanulóképes neurális hálózat. Mindez azt jelenti, hogy az információkat ki sem olvasni a fájlokból és azokat nem is kell feldolgoznia egy számítógépnek, hiszen maga a chip ad felvilágosítást arról, hogy éppen mit lát, ráadásul ezt nanoszekundumok alatt teszi meg. A tudósok a munkájuk részleteit bemutatták a Nature folyóiratban is.

Lukas Mennel, az eredményeket publikáló kutató kijelentette, hogy a chipben célzottan beállítható az egyes érzékelőelemek érzékenysége. Ehhez csupán annyit kell tenniük, hogy egy helyi elektromos mezőt közvetlenül a fotódetektorhoz igazítanak. A folyamatot egy számítógépes program bevonásával végzik el. A szenzorral például lehetséges akár különböző betűk felvétele is és az érzékenység akár pixelenként is változtatható. Amennyiben a tanulási folyamat lezárult, akkor már nincs szükség számítógép használatára és a neurális hálózat önállóan is tud dolgozni. Amennyiben egy bizonyos betűt mutatnak az érzékelőnek, akkor 50 nanoszekundumon belül képes egy megfelelő jelet előállítani, például egy olyan számsort, amely a felismert betűket helyettesíti.

Thomas Müller, az intézmény másik szakembere elmondta, hogy a tesztchip még kis méretű, de ez módosítható és a technológia probléma nélkül beállítható, attól függően, hogy milyen feladatot kell megoldani. Elvileg a szenzort arra is meg lehetne tanítani, hogy megkülönböztesse az almát a banántól, de úgy gondolták, hogy hasznosabb a tudományos kísérletek elvégzéséhez vagy más különleges alkalmazásokhoz felhasználni. A technológia bárhol lehet alkalmazni, ahol rendkívül nagy sebességű adatfeldolgozásra van szükség.