Um novo chip AI pode executar tarefas de reconhecimento de imagem em nanossegundos
Um tipo de olho artificial, produzido pela combinação de componentes eletrônicos sensíveis à luz com uma rede neural em um único chip minúsculo, pode entender o que está vendo em apenas alguns nanossegundos, muito mais rápido que os sensores de imagem existentes.
Por que importa: a visão computacional é essencial para muitas aplicações de IA - de carros sem motorista a robôs industriais a sensores inteligentes que agem como nossos olhos em locais remotos - e as máquinas se tornaram muito boas em responder ao que veem. Mas a maioria do reconhecimento de imagem precisa de muito poder computacional para funcionar. Parte do problema é um gargalo no coração dos sensores tradicionais, que capturam uma enorme quantidade de dados visuais, independentemente de serem úteis ou não para classificar uma imagem. O processamento de todos esses dados torna as coisas mais lentas.
Um sensor que captura e processa uma imagem ao mesmo tempo, sem converter ou transmitir dados, torna o reconhecimento de imagem muito mais rápido, usando muito menos energia. O design, publicado hoje na Nature por pesquisadores do Instituto de Fotônica em Viena, Áustria, imita a maneira como os animais olham para processar informações visuais antes de repassá-las ao cérebro.
Como funciona: a equipe construiu o chip a partir de uma folha de diseleneto de tungstênio com apenas alguns átomos de espessura, gravada com diodos sensores de luz. Eles então conectaram os diodos para formar uma rede neural. O material usado para fabricar o chip fornece propriedades elétricas únicas, de modo que a fotosensibilidade dos diodos - os nós da rede - pode ser alterada externamente. Isso significava que a rede poderia ser treinada para classificar as informações visuais, ajustando a sensibilidade dos diodos até dar as respostas corretas. Dessa maneira, o chip inteligente foi treinado para reconhecer versões estilizadas e pixelizadas das letras "n", "v" e "z".
Visão limitada: esse novo sensor é outro passo emocionante no caminho para mover mais IA para o hardware, tornando-o mais rápido e eficiente. Mas ainda há um longo caminho a percorrer. Para começar, o olho consiste em apenas 27 detectores e não pode lidar com muito mais do que imagens em blocos 3x3. Mesmo sendo pequeno, o chip pode executar várias tarefas padrão de aprendizado de máquina supervisionadas e não supervisionadas, incluindo a classificação e codificação de letras. Os pesquisadores argumentam que escalar a rede neural em tamanhos muito maiores seria simples.
Fonte: MIT Technology