3D-принтер создает физическую искусственную нейронную сеть ИИ

3D принтер создает нейронную сеть

Калифорнийские исследователи разработали искусственную нейронную сеть, которая может обрабатывать огромные объемы данных с очень высокой скоростью. Сообщается, что устройство достаточно простое, чтобы быть изготовленным с использованием всего одного 3D-принтера.

Разработанная исследовательской группой из Калифорнийского университета в Лос-Анджелесе (UCLA), устройство называется дифракционной глубокой нейронной сетью. Он моделируется из человеческого мозга. Он был разработан для преодоления первичной слабости устройств, которые используют оптические датчики для анализа объекта: длительный процесс сканирования объекта, преобразования визуального изображения в данные и последующего обработки данных с помощью программирования.

Нейтральная сеть UCLA пропускает большую часть процесса. Он может идентифицировать объект в тот момент, когда он получает свет, дифрагированный от этого объекта. Кроме того, он использует только дифракцию света для процесса идентификации. Поскольку он не нуждается в компьютерных программах, он не использует никакого электричества. Таким образом, он не только может быть легко построен, но также может быть размещен в любом месте.

Искусственный интеллект, который может быть напечатан 3D-принтером

Исследователи UCLA разработали искусственную нейронную сеть с помощью компьютерного моделирования. 3D-принтер, делал очень тонкие полимерные пластины.

Поверхности каждой пластины преднамеренно грубые. Неравномерность облегчает дифракцию света, исходящего от объекта, даже если свет исходил из нескольких направлений. Для человеческого глаза пластина кажется непрозрачной. Но очень короткие длины волн света на терагерцовых частотах могут проникать сквозь слой. Каждая из этих пластин состоит из многих тысяч пикселей. Когда свет проходит через них, пиксели действуют как искусственные нейроны.

Объединение нескольких из этих пиксельных пластин приводит к оптической сети, которая контролирует, как свет дифрагирует от объекта, проходящего через них. Он может распознавать объект, потому что свет дифрагируется в направлении одного пикселя, который представляет этот объект.

Недавно напечатанная нейронная сеть была обучена выявлению различных объектов, изучая различные модели дифрагированного света, которые они выдавали. Этот метод глубокого обучения позволил машине рассказать особенности различных объектов. Исследователи UCLA сообщили, что сеть может идентифицировать рукописные номера и предметы одежды. Они также тренировали его как объектив камеры, позволяя ему обойтись в необходимости отдельного физического объектива.

Нейронная сеть сможет водить автомобиль?

Одним из возможных вариантов использования этой нейронной сети является использование безрулевых автомобилей. Большинство самозанятых автомобилей имеют встроенные компьютеры, которые анализируют данные с использованием различных программ. Тем не менее, ИИ автомобиля узнает и реагирует медленнее, чем человек.

Сеть UCLA может ускорить скорость обработки технологии распознавания. Самонаводящее транспортное средство, оснащенное устройством, может распознавать дорожные знаки со скоростью света и реагировать соответствующим образом, повышая их безопасность на дороге.

Другой способ использовать его - в медицине, особенно при микроскопической визуализации. Он может быстро и точно отображать миллионы образцов клеток для любого визуального признака заболевания.

«Эта работа открывает принципиально новые возможности использования пассивного устройства на основе искусственного интеллекта для мгновенного анализа данных, изображений и классификации объектов», - объяснил исследователь UCLA Айдоган Озкан. «Это оптическое искусственное нейронное сетевое устройство интуитивно моделируется тем, как мозг обрабатывает информацию».

Ozcan добавил, что нейронная сеть может быть увеличена до новых конструкций и уникальных оптических частей, которые используются в пассивных ролях в медицине, робототехнике, безопасности и других приложениях, которые полагаются на изображения и видеоданные.


Похожие материалы:

Комментарии (0)



Разрешённые теги: <b><i><br>Добавить новый комментарий: