當(dāng)今自動駕駛汽車和航空無人機的圖像識別技術(shù)都依賴于人工智能：一般是計算機教會自己識別狗、穿過街道的行人或停下來的汽車等物體。問題是，目前運行人工智能算法的計算機對于手持醫(yī)療設(shè)備等未來應(yīng)用體積太大，而且速度太慢。

  據(jù)外媒報道，現(xiàn)在斯坦福大學(xué)（Stanford University）的研究人員已經(jīng)設(shè)計出一款新型人工智能攝像系統(tǒng)，可以更快、更高效地對圖像進行分類，并且有朝一日該攝像系統(tǒng)有可能變得非常小，可以嵌入到其他設(shè)備中。

  負責(zé)此研究的斯坦福大學(xué)電氣工程助理教授Gordon Wetzstein表示：“剛剛開過你身邊的自動駕駛車輛的行李箱中配備了一臺比較大、運行比較慢而且能量消耗大的計算機。” 他表示，未來的應(yīng)用需要運行速度更快、尺寸更小的計算機來處理各種圖像。Wetzstein和該研究論文的第一作者兼斯坦福大學(xué)的研究生Julie Chang，通過將兩種類型的計算機合二為一，進一步發(fā)展了此技術(shù)，創(chuàng)造了專門用于圖像分析的混合光電計算機。

  原型攝像頭的第一層是光學(xué)計算機，不需要高強度的數(shù)字計算；第二層是傳統(tǒng)的數(shù)字電子計算機。光學(xué)計算機層通過物理方法處理圖像數(shù)據(jù)，以多種方法過濾圖像數(shù)據(jù)，否則電子計算機不得不以數(shù)學(xué)方法進行圖像數(shù)據(jù)過濾。由于圖像數(shù)據(jù)過濾是在光通過定制光學(xué)器件時自然而然發(fā)生，因此，該層以零輸入功率工作，為混合系統(tǒng)節(jié)省了大量的時間和能量。

  Chang表示：“我們已經(jīng)將人工智能數(shù)學(xué)計算外包給了光學(xué)系統(tǒng)。”結(jié)果是，計算量減少，內(nèi)存調(diào)用次數(shù)減少，完成整個過程的時間也少得多。就速度和準(zhǔn)確度來說，原型攝像頭可與現(xiàn)有的電子計算處理器相媲美，此類處理器執(zhí)行相同的計算，可節(jié)省大量的計算成本。

  雖然現(xiàn)在的原型攝像頭還在實驗室階段，而且很難被認為是小型攝像頭，研究人員表示，該系統(tǒng)有朝一日可以小型化，以適應(yīng)手持攝像頭或是航空無人機。在模擬環(huán)境和真實世界的實驗中，該團隊使用該系統(tǒng)在自然圖像設(shè)置中成功識別了飛機、汽車、狗和貓等。

  Wetzstein表示：“我們系統(tǒng)的未來版將在自動駕駛汽車等快速決策應(yīng)用中發(fā)揮作用。”

  除了縮小原型，斯坦福計算成像實驗室的Wetzstein、Chang以及其他同事目前正在研究如何讓光學(xué)元件進行更多的預(yù)處理。最終，更小、更快的技術(shù)可以取代現(xiàn)有行李箱大小的、幫助汽車、無人機和其他技術(shù)學(xué)會識別周圍世界的計算機。