أسرع بـ 200 مرة: كاميرا جديدة تحدد الأجسام بسرعة الضوء، ويمكنها مساعدة السيارات ذاتية القيادة

طور العلماء نوعًا جديدًا من الكاميرات المدمجة المصممة للرؤية الحاسوبية. طور العلماء من جامعة واشنطن وجامعة برينستون النموذج الأولي الذي يستخدم البصريات للحوسبة ويقلل من استهلاك الطاقة. كما يتيح للكاميرا التعرف على الأشياء بسرعة الضوء. يمثل جهازهم أيضًا نهجًا جديدًا لمجال الرؤية الحاسوبية، وهو نوع من الذكاء الاصطناعي الذي يسمح لأجهزة الكمبيوتر بالتعرف على الأشياء في الصور والفيديو.

طريقة جديدة للتفكير

يمكن أن يكون التعاون شيئًا جميلًا، وخاصة عندما يعمل الناس معًا لخلق شيء جديد. خذ على سبيل المثال، التعاون الطويل الأمد بين أركا ماجومدار، أستاذ الهندسة الكهربائية والحاسوبية والفيزياء في جامعة ويسكونسن، وفيليكس هايد، أستاذ مساعد في علوم الكمبيوتر في جامعة برينستون. لقد أنتج الاثنان وطلابهما معًا بعض الأبحاث المذهلة والمبتكرة، بما في ذلك تقليص حجم الكاميرا إلى حجم حبة ملح مع الاستمرار في التقاط صور واضحة ونقية. الآن، يبني الزوجان على هذا العمل، ونشروا مؤخرًا ورقة بحثية في Science Advancesتصف نوعًا جديدًا من الكاميرات المدمجة المصممة للرؤية الحاسوبية - وهو نوع من الذكاء الاصطناعي الذي يسمح لأجهزة الكمبيوتر بالتعرف على الأشياء في الصور والفيديو. يستخدم النموذج الأولي لبحث ماجومدار وهايد البصريات للحوسبة، مما يقلل بشكل كبير من استهلاك الطاقة وتمكين الكاميرا من تحديد الأشياء بسرعة الضوء. يمثل جهازهما أيضًا نهجًا جديدًا لمجال الرؤية الحاسوبية.

استبدال عدسة الكاميرا ببصريات هندسية

بدلاً من استخدام عدسة كاميرا تقليدية مصنوعة من الزجاج أو البلاستيك، تعتمد البصريات في هذه الكاميرا على طبقات من 50 عدسة ميتا - مكونات بصرية مسطحة وخفيفة الوزن تستخدم هياكل نانوية مجهرية للتلاعب بالضوء. تعمل العدسات الميتا أيضًا كشبكة عصبية بصرية، وهو نظام كمبيوتر هو شكل من أشكال الذكاء الاصطناعي المصمم على غرار الدماغ البشري. يتمتع هذا النهج الفريد بميزتين رئيسيتين. أولاً، إنه سريع. نظرًا لأن الكثير من العمليات الحسابية تتم بسرعة الضوء، يمكن للنظام تحديد وتصنيف الصور أسرع بأكثر من 200 مرة من الشبكات العصبية التي تستخدم أجهزة الكمبيوتر التقليدية، وبدقة مماثلة. ثانيًا، نظرًا لأن البصريات في الكاميرا تعتمد على الضوء الوارد للعمل، بدلاً من الكهرباء، فإن استهلاك الطاقة ينخفض

بشكل كبير. قال هايد: "كانت فكرتنا هي استخدام بعض العمل الذي قامت به أركا على الأسطح الميتا لإدخال بعض تلك العمليات الحسابية التي تتم تقليديًا إلكترونيًا في البصريات بسرعة الضوء". "وبهذا، أنتجنا نظام رؤية حاسوبية جديد يقوم بالكثير من العمليات الحسابية بصريًا". ويقول ماجومدار وهييد إنهما يعتزمان مواصلة تعاونهما. وتشمل الخطوات التالية لهذا البحث المزيد من التكرارات، وتطوير النموذج الأولي بحيث يكون أكثر ملاءمة للملاحة الذاتية في المركبات ذاتية القيادة. وهذا مجال تطبيقي حدداه كلاهما باعتباره واعدًا. كما يخططان للعمل مع مجموعات بيانات أكثر تعقيدًا ومشاكل تتطلب قوة حوسبة أكبر لحلها، مثل اكتشاف الكائنات (تحديد موقع كائنات محددة داخل صورة)، وهي ميزة مهمة للرؤية الحاسوبية. وقال ماجومدار: "في الوقت الحالي، يعد نظام الحوسبة البصرية هذا نموذجًا أوليًا للبحث، وهو يعمل لتطبيق معين واحد". "ومع ذلك، نرى أنه سيصبح في النهاية قابلاً للتطبيق على نطاق واسع على العديد من التقنيات. بالطبع، هذا ما زال يتعين علينا رؤيته، ولكن هنا، أظهرنا الخطوة الأولى. وهي خطوة كبيرة إلى الأمام مقارنة بجميع التطبيقات البصرية الأخرى الموجودة للشبكات العصبية".

200 مرة أسرع من الشبكات العصبية

لقد زعموا أن النهج الفريد له ميزتان رئيسيتان لأنه سريع. نظرًا لأن الكثير من العمليات الحسابية تتم بسرعة الضوء، يمكن للنظام التعرف على الصور وتصنيفها بسرعة أكبر من 200 مرة من الشبكات العصبية التي تستخدم أجهزة الكمبيوتر التقليدية، وبدقة مماثلة. كما يقلل من استهلاك الطاقة حيث تعتمد البصريات في الكاميرا على الضوء الوارد للعمل بدلاً من الكهرباء. قال فيليكس هايد، أستاذ مساعد في علوم الكمبيوتر بجامعة برينستون: "هناك تطبيقات واسعة حقًا لهذا البحث، من السيارات ذاتية القيادة والشاحنات ذاتية القيادة والروبوتات الأخرى إلى الأجهزة الطبية والهواتف الذكية. في الوقت الحاضر، يحتوي كل جهاز iPhone على تقنية الذكاء الاصطناعي أو الرؤية". "لا يزال هذا العمل في مرحلة مبكرة للغاية، ولكن كل هذه التطبيقات يمكن أن تستفيد يومًا ما مما نطوره". وأكد هايد أن الفكرة كانت استخدام بعض الأعمال التي كانت رائدة فيها أركا على الأسطح الفوقية لإدخال بعض تلك الحسابات التي تتم تقليديًا إلكترونيًا في البصريات بسرعة الضوء. "وبهذا، أنتجنا نظام رؤية حاسوبية جديد يقوم بالكثير من العمليات الحسابية بصريًا." وقد نشرت الدراسة في مجلة Science Advances، ونجحت في سد فجوة كبيرة من خلال تضمين العمليات الحسابية البصرية المتوازية في بصريات الكاميرا المسطحة التي تقوم بعمليات حسابية للشبكة العصبية أثناء التقاط الصورة قبل تسجيلها على المستشعر.

ذات صلة بالملاحة المستقلة في المركبات ذاتية القيادة

قال الباحثون في الدراسة: "نستفيد من النوى الكبيرة ونقترح شبكة ملتوية متغيرة مكانيًا يتم تعلمها من خلال إعادة تحديد المعلمات منخفضة الأبعاد". "ننشئ هذه الشبكة داخل عدسة الكاميرا باستخدام مجموعة نانوفوتونية ذات استجابات تعتمد على الزاوية. جنبًا إلى جنب مع الخلفية الإلكترونية خفيفة الوزن التي تحتوي على حوالي 2000 معلمة، تحقق شبكتنا العصبية النانوفوتونية القابلة لإعادة التكوين دقة 72.76٪ على CIFAR-10، متجاوزة AlexNet (72.64٪)، وتقدم الشبكات العصبية البصرية إلى عصر التعلم العميق". تشمل الخطوات التالية لهذا البحث المزيد من التكرارات وتطوير النموذج الأولي بحيث يكون أكثر ملاءمة للملاحة المستقلة في المركبات ذاتية القيادة. هذا هو مجال التطبيق الذي حدده كلاهما على أنه واعد. كما يخططون للعمل مع مجموعات بيانات أكثر تعقيدًا ومشاكل تتطلب قوة حوسبة أكبر لحلها، مثل اكتشاف الكائنات (تحديد موقع كائنات محددة داخل صورة)، وهي ميزة مهمة لرؤية الكمبيوتر، وفقًا لبيان صحفي أصدره الباحثون.