![У 200 разів швидше: створено камеру, яка розпізнає об'єкти зі швидкістю світла](https://thumbor.my.ua/d_rVznz98JwRl6UIvcNcsOzF-wE=/800x400/smart/filters:format(webp)/https%3A%2F%2Fs3.eu-central-1.amazonaws.com%2Fmedia.my.ua%2Ffeed%2F53%2Fdcf286b5d944badb0f09bf74e9e89398.png)
У 200 разів швидше: створено камеру, яка розпізнає об'єкти зі швидкістю світла
Пристрій використовує оптику для обчислень і знижує енергоспоживання.
Учені з Вашингтонського та Принстонського університетів розробили новий тип компактної камери, призначеної для комп'ютерного зору. Про це пише Interestimg Engineering.
Прототип використовує оптику для обчислень і знижує енергоспоживання.
Замість традиційного об'єктива, зробленого зі скла або пластику, оптика в цій камері складається з 50 металінз — плоских, легких оптичних компонентів, які використовують мікроскопічні наноструктури для управління світлом. Металінзи також функціонують як оптична нейронна мережа, яка являє собою комп'ютерну систему, що є формою штучного інтелекту, змодельованого за зразком людського мозку.
Вчені створили мережу всередині об'єктива камери за допомогою нанофотонного масиву із залежними від кута відгуками. У поєднанні з легким електронним бекендом близько 2K параметрів реконфігурована нанофотонна нейронна мережа досягає точності 72,76% на CIFAR-10, перевершуючи AlexNet (72,64%) і просуваючи оптичні нейронні мережі в епоху глибокого навчання.
Наступні кроки включають подальші ітерації та розвиток прототипу, щоб він був більш актуальним для автономної навігації в безпілотних транспортних засобах.
Дослідники також планують працювати зі складнішими наборами даних і завданнями, для розв'язання яких потрібна велика обчислювальна потужність, як-от виявлення об'єктів (визначення місця розташування певних об'єктів на зображенні), що є важливою функцією для комп'ютерного зору, згідно з прес-релізом дослідників.
Раніше ми писали, що за допомогою квантової фізики створено найтоншу лінзу у світі. Квантове явище дало змогу фізикам створити унікальну лінзу.
![loader](/files/images/preloader.gif)