2020. 12. 21. - 09:45
Szemet utánzó szenzor segíti a mesterséges intelligencia fejlesztését
Kulcsfontosságú lépés a jobb mesterséges intelligencia irányába: kutatók optikai szenzort hoztak létre, mely utánozza az emberi szemet.
Egy új optikai szenzor típus fejlesztésével tett az Oregoni Állami Egyetem (OSU) kulcsjelentőségű előrelépést afelé, hogy az emberi szem képességeit a látómező változásainak észlelésére igen közelről utánozni tudják. Az érzékelő komoly áttörést jelent olyan területeken, mint a képfelismerés, a robotika és a mesterséges intelligencia.
Az Applied Physics Letters szaklapban John Labram, az OSU Mérnöki Főiskola kutatója, valamint Cinthya Trujillo Herrera végzős hallgató megállapításait tették közzé.
A retinomorf szenzorként említett, emberi szem típusú készülék felépítésének korábbi kísérletei szoftverekre vagy összetett hardverekre támaszkodtak – mondta John Labram. Olvasd el: Lemásolhatja az emberi látást a mesterséges intelligencia?
Az emberi szem érzékelését oldhatják meg a számítógépeknél
Az új érzékelő működése azonban alapvető tervezés része, melynek során ultravékony perovszkita félvezetőkből álló rétegeket alkalmaztak. Utóbbiakat éveken át tanulmányozták alaposan, napenergia-potenciáljuk miatt, amelyek fényre helyezve erős elektromos szigetelőkből erős vezetőkké válnak.
„Úgy tekinthetünk erre, mint amikor egyetlen képpont olyan műveletet végez, amelyhez jelenleg mikroprocesszor szükséges” - mondta Labram, aki a Nemzeti Tudományos Alapítvány támogatásával vezette a kutatást.
A kutató hozzátette: az új érzékelő tökéletesen illeszkedhet a neuromorf számítógépekhez, amelyek a mesterséges intelligencia következő generációját látják el erővel, olyan alkalmazásokban, mint az önvezető autók, a robotika és a fejlett képfelismerés.
A hagyományos számítógépekkel ellentétben – melyek az információkat utasítások sorozataként dolgozzák fel - a neuromorf számítógépeket úgy tervezték, hogy azok az emberi agy tömeges, párhuzamos hálózatait utánozzák. Olvasd el: Vezeték nélküli agyi implantátum adhat szemet a vakoknak
Labram megjegyezte: az emberek megpróbálták megismételni ezt a hardvereknél és meglehetősen sikeresek voltak. „Annak ellenére azonban, hogy az információk feldolgozására tervezett algoritmusok és architektúra egyre inkább hasonlít az emberi agyra, az ezen rendszerek által fogadott adatokat mégis határozottan a hagyományos számítógépekhez tervezték.”
Vagyis, ahhoz, hogy egy számítógép az emberi agyhoz hasonlóan „gondolkodhasson”, szüksége van egy képzérzékelőre, mely csaknem úgy lát, mint az emberi szem.
Szemünk egy összetett szerv, mely nagyjából 100 millió fotoreceptort tartalmaz. A látóidegnek azonban csak egymillió kapcsolódása van az agyhoz. Ez azt jelenti, hogy a kép továbbítása előtt jelentős mennyiségű előfeldolgozásnak és dinamikus tömörítésnek kell megtörténnie a retinában.
Úgy tűnik, látásérzékünk különösen jól alkalmazkodik a mozgó tárgyak észlelésében, de viszonylag kevésbé érdeklik a statikus képek – mondta el John Labram, hozzátéve, hogy így optikai áramköreink a fényerő intenzitásának változását észlelő fotoreceptoroktól érkező jeleknek adnak elsőbbséget.
A hagyományos érzékelő technológiák, például a digitális fényképezőgépekben és az okostelefonokban található chipek a szekvenciális feldolgozásnak felelnek meg jobban.
Ezzel szemben a retinomorf érzékelő statikus körülmények között viszonylag csendes marad. Rövid, éles jelet regisztrál, amennyiben a megvilágítás változását érzékeli, majd gyorsan visszaáll az alapállapotába.
Ez a reakció a félvezetők perovszkit néven ismert osztályának egyedülálló, fotoelektromos tulajdonságainak köszönhető, amelyek új generációs, olcsó napelemanyagokként ígéretesnek mutatkoznak.
John Labram retinomorf érzékelőjében a perovszkit ultravékony rétegekben alkalmazandó, mindössze néhány száz nanométer vastagságban - lényegében kondenzátorként működik, amely megvilágítás alatt változtatja a kapacitását. A kondenzátor energiát tárol egy elektromos mezőben.
„Hogyan teszteljük? Egy másodpercig sötétben hagyjuk, majd felkapcsoljuk a lámpákat, és úgy hagyjuk – magyarázta a kutató. - Amint a fény kigyullad, megkapjuk a nagy feszültségcsúcsot, majd a feszültség gyorsan lecsökken, annak ellenére, hogy a fény intenzitása állandó. Ez az, amit szerettünk volna.”
Bár Labram laboratóriuma jelenleg csak egy érzékelőt képes tesztelni egyszerre, csapata számos eszközt próbált ki, s kifejlesztett egy numerikus modellt viselkedésük megismétléséhez – arra jutottak, amit Labram „jó párosnak” nevez az elmélet és a kísérlet között.
Mindez lehetővé tette a csapat számára, hogy szimuláljon egy sor retinomorf érzékelőt és megjósolja, hogyan reagál egy retinomorf videokamera a bemeneti ingerre.
„A videót fényintenzitás halmazává konvertálhatjuk, s ezt beépíthetjük a szimulációnkba - mondta Labram. - Azok a régiók, ahol az érzékelő előrejelzése alapján nagyobb feszültségű kimenetet jeleznek, kigyulladnak, míg az alacsonyabb feszültségű területek sötétek maradnak. Ha a kamera viszonylag statikus, jól látható: minden mozgó dolog erősen reagál. Ez pedig igaz az optikai érzékelés paradigmájára is az emlősöknél.”
Vagyis, a szimulációval bármilyen videó beilleszthető, s az információkat lényegében ugyanúgy dolgozhatja fel a számítógép, mint az emberi szem.
Az érzékelőket egy robot kiválóan használhatja az objektumok mozgásának követéséhez. A mozgó tárgy nagyfeszültséget regisztrál, a statikus tárgyak nem. A robot tehát bonyolult képfeldolgozás nélkül tudni fogja, hol vannak a tárgyak.
László Adrienn
