AI驅動視覺系統進入新世代　SNPP與光學神經網路相輔相成

編譯／高晟鈞

人工智能在我們的生活中，有著越來越重要的地位。從自動駕駛到大型語言模型，它正在逐漸改變我們的生活模式。

神經網路受到大腦啟發，學習如何執行各種任務，可謂是人工智能進步的核心。舉例來說，每輛自動駕駛汽車，都必須「看到」事物來了解周遭的環境。

更多新聞：人工智能高性能芯片　展望新時代

傳統處理與光神經網絡

傳統上，圖像會透過鏡頭，轉換為電信號，並使用CPU或GPU進行處理並進行對象識別。最初的圖像處理屬於光學領域，因此通過使用衍射光學神經網路（Optical Neural Network,簡稱ONN），可以獲得更快、更節能的圖像處理效能。

基於空間光調製器的ONN能夠實現高分辨率圖像和視頻的光學處理。這種處理需要非線性模塊，而相機傳感器通常用於引入這種所需的非線性，這需要幾毫秒的時間。

近期，研究人員開發了一種新的設備──表面法向量光電探測器（surface normal nonlinear photodetector,簡稱SNNP），可以以極其節能的方式，執行光速的信息處理。

ODD與SNNP相輔相成

自由空間衍射 ONN 使用空間光調製器，特別適合創建圖像和視頻處理所需的大規模神經元網絡。然而，此類 ONN 的速度和能量效率通常受到用於實現非線性激活函數的圖像傳感器的限制。

在這項研究中，研究團隊提出在ONN中使用SNNP。他們發現當兩者共同使用時，非線性處理速度比一般相機快上了1000倍，並且更節能。SNPD具有61kHz的3dB帶寬，相當於不到 6微秒；而該傳感器的功耗僅為約 10 nW/像素，比典型相機的效率高三個數量級。

這對於下一代機器視覺系統至關重要，因為我們都需要更快、不消耗大量能源的智能設備。

資料來源:Scitechdaily

瀏覽 917 次