ابداع دوربین هایی که آنچه را می بینند یاد می گیرند و می فهمند! - بانیما

به گزارش خبرنگاران و به نقل از ساینس دیلی، محققان هوش مصنوعی(Al) و رباتیک می دانند که در چگونگی درک و پردازش سیستم های فعلی دنیا مشکلاتی وجود دارد. در حال حاضر این سیستم ها هنوز متشکل از تعدادی حسگر هستند. مانند دوربین های دیجیتال که برای ثبت عکس طراحی شده اند و دستگاه های محاسباتی مانند واحدهای پردازش گرافیک(GPU) که برای افزایش سرعت ساخت گرافیک بازی های کامپیوتری طراحی شده اند.

این بدان معناست که هوش مصنوعی صرفا پس از ضبط و انتقال اطلاعات بصری بین حسگرها و پردازنده ها دنیا را درک می نماید. اما بیشتر مواردی که قابل رویت هستند برای هدف موردنظر بی اهمیت هستند مانند جزئیات برگ درختان اطراف جاده ای که اتومبیل خودران در آن حرکت می نماید. با این حال در حال حاضر تمام این اطلاعات با جزئیات دقیق توسط حسگرها ضبط می شوند و باعث پرشدن سیستم از اطلاعات بی اهمیت، مصرف انرژی و صرف زمان بی فایده برای پردازش می گردد. بنابراین ما احتیاجمند رویکردی متفاوت برای ایجاد ادراک بصری کارآمد در دستگاه های هوشمند هستیم.

دو مقاله منتشر شده توسط دانشگاه های منچستر و بریستول نشان می دهد که چگونه می توان با ترکیب توانایی سنجش و یادگیری به ساخت دوربین های جدید برای سیستم هوش مصنوعی یاری کرد.

والتریو مایول کواس(Walterio Mayol-Cuevas) استاد رباتیک، بینش رایانه ای و سیستم های تلفن همراه در دانشگاه بریستول و محقق اصلی این پروژه می گوید: برای ساخت سیستم های ادراکی کارآمد باید فراتر از آنچه تا به امروز رفته ایم برویم. ما می توانیم از سیستم مشاهده و ادراک طبیعی در دنیا الهام بگیریم. ما همه چیز را پردازش نمی کنیم. چشمان و مغز ما با یکدیگر کار می نمایند تا دنیا پیرامون را درک کنیم و در بعضی موارد چشم ها به خودی خود پردازشی انجام می دهند و به مغز یاری می نمایند تا آنچه که بی اهمیت است را پردازش نکند. این موضوع را می توان با آنالیز چشمان قورباغه ها که اجسامی که مانند مگس پرواز می نمایند را در لحظه تشخیص می دهند اثبات کرد.

مقاله ای که به سرپرستی دکتر لوری بوز(Laurie Bose) و مقاله دیگری که توسط یانان لیو(Yanan Liu) در دانشگاه بریستول منتشر شده اند شامل دو مورد بهبودی در جهت پیشبرد این هدف هستند. با افزودن الگوریتمی به نام شبکه عصبی پیچشی(Convolutional Neural Networks) که به هوش مصنوعی در درک بصری یاری می نماید و قرار دادن آن در صفحه تصویر، این تیم توانست هزاران فریم را در ثانیه(بدون احتیاج به ضبط و ارسال آنها برای پردازش) محققان توانستند اعداد دستنویس، حرکات دست و حتی پلانکتون ها را طبقه بندی نمایند.

محققان آینده ای را متصور می شوند که در آن دوربین های هوشمند اطلاعات دقیق را به سیستم های دیگر می فرستند. اطلاعاتی چون نوع اشیاء و یا حتی اتفاقی که در مقابل دوربین رخ می دهد. این روش باعث کارآمدتر شدن سیستم ها و ایجاد امنیت بیشتر می گردد زیرا دیگر احتیاجی به ضبط تصاویر نیست.

این موضوع به لطف معماری اسکمپ(SCAMP) که توسط دکتر پیتر دودک استاد مدار و سیستم و محقق دانشگاه منچستر و همکارانش انجام شد، محقق گشت. SCAMP یک تراشه پردازنده دوربین است که این گروه آن را پردازنده تنظیم پیکسل می دانند. این تراشه دارای یک پردازنده در هر پیکسل است که می توانند با یکدیگر ارتباط برقرار نمایند تا به صورت کاملاً موازی پردازش شوند و این موضوع برای الگوریتم شبکه عصبی(CNN) بسیار ایده آل است.

پروفسور دودک(Dudek) می گوید: یکپارچه سازی حسگرها، پردازش و حافظه در سطح پیکسل نه تنها ساخت سیستم هایی با کارایی بالا و تاخیر کم را امکان پذیر می نماید، بلکه نوید فراوری سخت افزارهای کم مصرف و بسیار کارآمد را می دهد.

SCAMP را می توان با حجمی مشابه حسگرهای کنونی در دستگاه قرار داد در حالی که توانایی پردازش گسترده به طور موازی در لحظه ضبط تصویر را دارد و برای اهداف کلی استفاده می گردد.

دکتر تام ریچاردسون(Tom Richardson)، مدرس ارشد مکانیک پرواز، در دانشگاه بریستول و یکی از اعضای پروژه، در حال تلفیق معماری SCAMP با هواپیماهای بدون سرنشین سبک است.

وی شرح داد: نه تنها قابلیت نوظهور این دوربین ها در یادگیری بسیار هیجان انگیز است بلکه سرعت عملکرد آنها و ساختار سبک آن ها نیز جالب توجه است. آنها کاملا برای پلتفرم های بسیار سریع و چابک هوایی ایده آل هستند و می توانند پرواز کردن را نیز بیاموزند.

تحقیقات اجرا شده توسط بودجه شورای تحقیقات مهندسی و علوم فیزیکی(EPSRC) نشان داده است که آنالیز فرضیاتی که هنگام ساخت سیستم های هوش مصنوعی وجود دارد بسیار مهم است و موضوعاتی که بدون تحقیق و آنالیز تایید شده اند مانند دوربین ها باید در جهت فراوری سیستم های هوشمند کارآمد تقویت شوند.

namasho.ir: نماشو: همه چیز اینجا هست از سفر و گردشگری تا ورزش و سرگرمی