Počítačové videnie je neoddeliteľná súčasť mnohých aplikácií umelej inteligencie. Využíva sa od autonómnych vozidiel cez priemyselné roboty až po inteligentné senzory. Takéto zariadenia môžu veľmi dobre reagovať na to, čo vidia. Väčšinou si však rozpoznávanie obrazu vyžaduje veľa výpočtového výkonu. No Achillovou pätou tradičných senzorov je, že zachytávajú veľké množstvo vizuálnych údajov bez ohľadu na to, či sú užitočné na klasifikáciu obrazu, a tak si ich preskúmanie vyžaduje veľa času.
Vedci z Technickej univerzity Viedeň však zvolili odlišný prístup – pomocou špeciálneho 2D materiálu vyvinuli obrazový snímač, ktorý možno trénovať na rozpoznávanie určitých objektov. Čip predstavuje umelú neurálnu sieť schopnú učiť sa – údaje nemusia byť načítané a spracované počítačom, ale samotný čip poskytuje informácie o tom, čo v súčasnosti vidí, a to v nanosekundách!
Čip je založený na fotodetektoroch vyrobených z diselenidu volfrámu, ultratenkého materiálu pozostávajúceho iba z troch atómových vrstiev. Jednotlivé fotodetektory, pixely kamerového systému, sú všetky spojené s malým počtom výstupných prvkov, ktoré poskytujú výsledok rozpoznávania objektu. V našom čipe môžeme špecificky upraviť citlivosť každého jednotlivého prvku detektora. Inými slovami, môžeme externe riadiť fotocitlivosť konkrétneho detektora, uviedol vedúci tímu Lukas Mennel. Podľa neho by sa čip mohol trénovať aj na odlíšenie jabĺk od banánov, ale jeho využitie vidíme viac vo vedeckých pokusoch či iných špecializovaných aplikáciách, pretože sa dá užitočne uplatniť všade tam, kde sa vyžaduje extrémne vysoká rýchlosť – od lomovej mechaniky po detekciu častíc.
Zo stránky EurekAlert! spracovala BP
