Распознавание фотографий позволяет приложениям, использующим определенные алгоритмы глубокого машинного обучения, понимать и классифицировать те или иные изображения или видео .
Одним из наиболее распространенных применений такой технологии является всеми известное распознавание лиц , будь то пометка друзей во Вконтакте, разблокировка телефона по лицу или полный контроль за населением, как это происходит в Китае в наши дни. Еще одной областью, в которой распознавание изображений имеет важное значение, является медицина, где искусственный интеллект может ставить высокоточные диагнозы путем анализа рентгеновских лучей, ультразвука, МРТ или просто фотографий пятен на коже. Невероятно, неправда ли ? И хочется верить что данная технология не будет применяться для контроля за нами.
До сих пор все подобные приложения работали по принципу анализа кучи изображений и каждой в частности, что занимало очень много времени на обработку, особенно если количество одинаковых или почти одинаковых изображений очень большое.
По этой причине ученые Венского института фотоники выбрали совершенно другой подход: новый тип искусственного интеллекта, результат сочетания технологии обнаружения света и нейронной сети, заключенной в один крошечный чип, способный распознавать и классифицировать то, что вы видите, за несколько наносекунд, что намного быстрее, чем существующие датчики изображения.
Датчик захватывает и обрабатывает изображение одновременно, то есть без преобразования или передачи данных, благодаря этому скорость обработки возрастает а так же тратится намного меньше энергии.
Конструкция чипа основана на фотоприемниках из дизеленида вольфрама, ультратонкого материала, имеющего всего три атомных слоя, невидимых невооруженным глазом. Отдельные фотоприемники, «пиксели» системы камер, подключены к небольшому количеству выходных элементов, которые обеспечивают возможность распознавания объектов.
По словам Томаса Мюллера, команда исследователей обучила свой тестовый чип распознавать стилизованные и пиксельные версии различных букв, «но технология может быть легко масштабирована в зависимости от поставленной задачи». Эти расширенные и улучшенные чипсы можно также обучить, чтобы «отличать яблоки от бананов, но их использование будет сосредоточено в настоящее время на научных экспериментах или других специализированных применениях».