新型電子芯片可提供更智能更輕便的AI

研究人員已經開發了人工智能技術，該技術將成像，處理，機器學習和內存集成在一個由光驅動的電子芯片中。該原型通過模仿人腦處理視覺信息的方式來縮小人工智能技術。

納米級的進步在單個電子設備中結合了驅動人工智能所需的核心軟件和圖像捕獲硬件。

隨著進一步的發展，光驅動的原型可以實現更智能，更小型的自主技術，例如無人機和機器人技術，以及智能可穿戴設備和仿生植入物，例如人造視網膜。

這項研究由RMIT大學領導的澳大利亞，美國和中國研究人員組成的國際團隊發表在《先進材料》雜志上。

來自RMIT的首席研究員Sumeet Walia副教授說，該原型在一種功能強大的設備中提供了類似于大腦的功能。

“我們的新技術通過將多個組件和功能集成到一個平臺中，從根本上提高了效率和準確性，”同時擔任功能材料和微系統研究小組聯合負責人的Walia說。

“這使我們更接近于一臺受到自然界最大的計算機創新啟發的多功能人工智能設備-人腦。

“我們的目標是通過將視覺作為記憶來復制大腦學習的核心特征。

“我們開發的原型是朝著神經機器人學，更好的人機交互技術和可擴展的仿生系統發展的重大飛躍。”

圖示說明該技術如何在單個電子設備中結合驅動AI所需的核心軟件和圖像捕獲硬件。學分：皇家墨爾本理工大學

總包：先進的人工智能

通常，人工智能嚴重依賴軟件和異地數據處理。

新的原型旨在將電子硬件和智能集成在一起，以進行快速的現場決策。

Walia說：“想象一下，與這種受神經啟發的硬件集成在一起的汽車中的行車記錄儀-它可以識別燈光，信號，物體并做出即時決策，而無需連接到互聯網。”

“通過將所有功能整合到一個芯片中，我們可以在自主和AI驅動的決策中提供前所未有的效率和速度。”

該技術基于RMIT團隊的早期原型芯片，該原型芯片使用光來創建和修改內存。

新的內置功能意味著該芯片現在可以捕獲并自動增強圖像，對數字進行分類，并經過培訓可以識別圖案和圖像，其準確率超過90%。

該設備還易于與現有的電子技術和硅技術兼容，以便將來輕松集成。