Kamera inteligjente që mund të kuptojnë se çfarë njerëzit shohin

Kamerat inteligjente mund të jenë një hap më afër falë një bashkëpunimi kërkimor midis Universiteteve të Bristol dhe Manchester të cilët kanë zhvilluar kamera që mund të mësojnë dhe kuptojnë atë që njerëzit po shohin.

Robotistët dhe studiuesit e inteligjencës artificiale (AI) e dinë se ekziston një problem në atë se si sistemet aktuale e ndiejnë dhe e përpunojnë botën. Aktualisht ata janë ende duke kombinuar sensorë, si kamerat dixhitale që janë krijuar për regjistrimin e imazheve, me pajisjet kompjuterike si njësitë e përpunimit grafik (GPU) të dizajnuara për të përshpejtuar grafikët për lojërat video.

Kjo do të thotë që sistemet e AI e perceptojnë botën vetëm pasi regjistrojnë dhe transmetojnë informacionin vizual midis sensorëve dhe procesorëve. Por shumë gjëra që mund të shihen shpesh janë të parëndësishme për detyrën në fjalë, siç janë detajet e gjetheve në pemët buzë rrugës ndërsa kalon një makinë autonome. Sidoqoftë, në këtë moment të gjitha këto informacione kapen nga sensorët në detaje të përpikta dhe dërgohen duke bllokuar sistemin me të dhëna të parëndësishme, duke konsumuar energji dhe duke marrë kohë përpunimi. Një qasje e ndryshme është e nevojshme për të mundësuar vizion efikas për makineritë inteligjente.

Dy punime nga bashkëpunimi në Bristol dhe Mançester kanë treguar se si ndijimi dhe të mësuarit mund të kombinohen për të krijuar kamera të reja për sistemet AI.

Walterio Mayol-Cuevas, Profesor në Robotikë, Vizion Kompjuterik dhe Sisteme Lëvizëse në Universitetin e Bristol dhe hetues kryesor (PI), komentoi: “Për të krijuar sisteme efikase perceptuese ne duhet të kapërcejmë kufijtë përtej mënyrave që kemi ndjekur deri më tani.

“Ne mund të marrim hua frymëzim nga mënyra se si sistemet natyrore përpunojnë botën vizuale – ne nuk perceptojmë gjithçka – sytë dhe truri ynë punojnë së bashku për t’i dhënë kuptim botës dhe në disa raste, vetë sytë bëjnë përpunim për të ndihmuar trurin të zvogëlojë atë që nuk është i rëndësishëm ”.

Kjo demonstrohet nga mënyra se si syri i bretkosës ka detektorë që pikasin objekte të ngjashme me mizat, direkt në pikën ku ndjehen imazhet.

Gazetat, njëra e udhëhequr nga Dr. Laurie Bose dhe tjetra nga Yanan Liu në Bristol, kanë zbuluar dy përsosje drejt këtij qëllimi. Duke zbatuar Rrjetet Neuriale Konvolucionare (CNN), një formë e algoritmit të AI për të mundësuar kuptimin vizual, direkt në planin e imazhit. CNN-të që ka zhvilluar ekipi mund të klasifikojnë kornizat në mijëra herë në sekondë, pa pasur nevojë ndonjëherë të regjistroni këto imazhe ose t’i dërgoni ato në tubacionin e përpunimit. Studiuesit morën në konsideratë demonstrimet e klasifikimit të numrave të shkruar me dorë, gjesteve të dorës dhe madje edhe të klasifikimit të planktonit.

Studimi sugjeron një të ardhme me kamera inteligjente të dedikuar AI – sisteme vizuale që thjesht mund të dërgojnë informacion të nivelit të lartë në pjesën tjetër të sistemit, të tilla si lloji i objektit ose ngjarjes që ndodh përpara kamerës. Kjo qasje do t’i bënte sistemet shumë më efikase dhe të sigurta pasi nuk ka nevojë të regjistrohen imazhe.

Puna është bërë e mundur falë arkitekturës SCAMP të zhvilluar nga Piotr Dudek, Profesor i Qarqeve dhe Sistemeve dhe PI nga Universiteti i Mançesterit, dhe ekipit të tij. SCAMP është një mikroprocesor-procesor që ekipi e përshkruan si një Pixel Processor Array (PPA). Një PPA ka një procesor të ngulitur në secilin piksel, i cili mund të komunikojë me njëri-tjetrin për tu përpunuar në formë vërtet paralele. Ky është ideal për CNN dhe algoritmet e shikimit.

Profesori Dudek tha: “Integrimi i ndijimit, përpunimit dhe kujtesës në nivelin e pikselëve jo vetëm që mundëson sisteme me performancë të lartë, me vonesë të ulët, por gjithashtu premton një pajisje me fuqi të ulët dhe shumë efikase.

“Pajisjet SCAMP mund të implementohen me gjurmë të ngjashme me sensorët aktualë të kamerës, por me aftësinë për të pasur një procesor paralel masiv me qëllim të përgjithshëm pikërisht në pikën e kapjes së imazhit.”

Dr. Tom Richardson, Pedagog i Lartë në Mekanikën e Fluturimit, në Universitetin e Bristol dhe një anëtar i projektit ka qenë duke integruar arkitekturën SCAMP me dronë të lehtë.

Ai shpjegoi: “Ajo që është kaq emocionuese për këto kamera nuk është vetëm aftësia për të mësuar rishtas makinerinë, por shpejtësia me të cilën funksionojnë dhe konfigurimi i lehtë. Ata janë absolutisht idealë për platforma ajrore me shpejtësi të lartë, shumë të shkathët që mund të mësojnë fjalë për fjalë gjatë fluturimit! “

Hulumtimi, i financuar nga Këshilli i Kërkimeve të Shkencave Inxhinierike dhe Fizike (EPSRC), ka treguar se është e rëndësishme të vihen në pikëpyetje supozimet që janë atje kur hartohen sistemet e AI. Dhe gjërat që shpesh merren si të mirëqena, të tilla si kamerat, mund dhe duhet të përmirësohen drejt qëllimit të makinave inteligjente më efikase.