新的AI芯片可以在纳秒内执行图像识别任务

一个新型的人造眼，光感应电子与制造相结合神经网络的一个微小的芯片上，可以做什么它看到在短短的几纳秒的意义，远远超过现有的图像传感器更快。

为何重要：

计算机视觉对于AI的许多应用都是不可或缺的，从无人驾驶汽车到工业机器人再到在遥远地方充当我们眼睛的智能传感器，机器已经非常擅长于响应所看到的内容。但是大多数图像识别需要大量的计算能力才能发挥作用。问题的一部分是传统传感器的瓶颈，传统传感器捕获大量的可视数据，而不管它是否对图像分类有用。处理所有数据会减慢速度。

无需同时转换和传递数据即可同时捕获和处理图像的传感器，可以用更少的功率更快地识别图像。该设计今天由奥地利维也纳光子学研究所的研究人员在《自然》杂志上发表，它模仿了动物的眼睛在将视觉信息传递到大脑之前对其进行预处理的方式。

工作原理：

该团队用一块只有几个原子厚的二硒化钨制成的芯片，并用光敏二极管蚀刻。然后，他们将二极管接线以形成神经网络。用于制造芯片的材料赋予其独特的电性能，因此可以从外部调整二极管(网络中的节点)的光敏性。这意味着可以通过调整二极管的灵敏度，直到给出正确的响应，训练网络对视觉信息进行分类。通过这种方式，对智能芯片进行了训练，可以识别字母n，v和z的程式化像素化版本。

有限的视野：

这种新传感器是将更多AI移植到硬件中的又一激动人心的步骤，从而使其更快，更高效。但是还有很长的路要走。首先，眼睛仅由27个检测器组成，不能处理比​​块状3x3图像更多的图像。尽管很小，该芯片仍可以执行几种标准的受监督和不受监督的机器学习任务，包括对字母进行分类和编码。研究人员认为，将神经网络扩展到更大的尺寸将是很简单的。