कंप्यूटर दृष्टि में, जैसे कि रॉबिरियो फेरिस, आईबीएम रिसर्च में कंप्यूटर दृष्टि और मल्टीमीडिया रिसर्च के प्रबंधक, सबसे बड़ी चुनौती यह है कि 'दृश्य विश्लेषण को और अधिक कुशल बनाना' कैसे है। विशेष रूप से, एआई अभी भी विकास के शुरुआती चरणों में है और इसकी जरूरत है विचार, दीर्घकालिक दृष्टि, और शिक्षा और अनुसंधान संस्थानों द्वारा अनुसंधान और विकास में अधिक निवेश।
आईबीएम रिसर्च इस सप्ताह के 2018 सम्मेलन में इस सप्ताह के साल्ट लेक सिटी में आयोजित कंप्यूटर विजन और पैटर्न रिकग्निशन (सीवीपीआर) पर एआई सॉफ्टवेयर और हार्डवेयर प्रौद्योगिकी पर दो पत्र प्रकाशित करता है। सीवीपीआर कंप्यूटर विजन फाउंडेशन और आईईईई कंप्यूटर सोसाइटी द्वारा प्रायोजित है और इसे सबसे अधिक प्रतिस्पर्धी कंप्यूटर दृष्टि प्रौद्योगिकी संगोष्ठियों में से एक माना जाता है।
एआई हार्डवेयर अनुभाग में, आईबीएम रिसर्च एक स्टीरियो-विजन सिस्टम को बढ़ावा दे रहा है जो डेटा अधिग्रहण (सेंसर) में मस्तिष्क से प्रेरित स्पाइकिंग तंत्रिका-नेटवर्क तकनीक को लागू करता है। डाटा प्रोसेसिंग द्वारा विकसित; डिजाइन आईबीएम के अपने ट्यूरनर्थ चिप - एक गैर-वॉन-न्यूमैन आर्किटेक्चर प्रोसेसर - और स्विस इंडस्ट्री इनइलाब्स द्वारा एक घटना संचालित विकास का लाभ उठाता है। ) कैमरा
आईबीएम की TrueNorth वास्तुकला (स्रोत: आईबीएम)
भाग में ऐ सॉफ्टवेयर, 'Blockdrop', पर आईबीएम रिसर्च थीसिस अर्थात गणना की कुल राशि की आवश्यकता है कि एक अवशिष्ट वेब की गहराई (गहरी अवशिष्ट नेटवर्क) महत्वपूर्ण चरणों कम किया जा सकता। Feris से बताया गया है, दो या अधिक कागजात दो विभिन्न कोणों हल करने के लिए एक ही समस्या ── एक दृश्य विश्लेषण क्षमता।
Feris ने कहा कि जब कोई सड़क पार करना चाहता है, स्वायत्त वाहनों 'तत्काल कटौती' बनाने के लिए उम्मीद कर रहे हैं, हालांकि छवि मान्यता सटीकता महत्वपूर्ण है, लेकिन कितना समय यह एक निष्कर्ष पर गाड़ी से ले जाता है, यह क्या है की पहचान करने के लिए है अंतिम परीक्षण यह वास्तविक दुनिया अनुप्रयोगों में।
'Blockdrop' क्या है?
2015 में, कांग्रेस ImageNet अवशिष्ट नेटवर्क के विजेता, तूफान से कंप्यूटर दूरदर्शिता प्रौद्योगिकी समुदाय हो जाते हैं; प्रौद्योगिकी साबित हो गया है कि यह उत्कृष्ट मान्यता परिणाम प्रदान कर सकते हैं, क्योंकि वे सैकड़ों या भी की तंत्रिका नेटवर्क को प्रशिक्षित कर सकते Melaleuca लेकिन Feris की संख्या ने कहा: 'एक आकार फिट बैठता है उन सभी बच नेटवर्क ऑपरेटर सभी इमेजिंग के लिए लागू करने की जरूरत है, भी अक्षम हो सकता है;' उन्होंने बताया, अगर वहाँ एक सफेद पृष्ठभूमि के सामने एक कुत्ता है, एक व्यस्त सड़क से शहर में यह और अधिक आसानी से पहचाना जाता है।
'विधि के लक्ष्य उचित है समग्र परिचालन इकाइयों को कम करने: Feris कहा, यह अंत आईबीएम रिसर्च BlockDrop विकसित किया गया है के लिए, यह एक सीखने नेटवर्क है, जिसमें (कई परतों सहित) कार्यों अनुमान तरीकों प्रदर्शन करने के लिए अवशिष्ट ब्लॉक के गतिशील चयन है , भविष्यवाणी की सटीकता खोने के बिना। '
ब्लॉकड्रॉप निर्देश (स्रोत: आईबीएम)
आईबीएम का दावा है कि इमेजनेट डेटासेट में प्राप्त अवशिष्ट नेटवर्क की सटीकता को बलि किए बिना ब्लॉकड्रॉप परीक्षण के दौरान औसत 20% की औसत गति को बढ़ा सकता है, कभी-कभी 36% तक। फेरिस ने कहा कि आईबीएम का अध्ययन 2017 में था। गर्मियों में टेक्सास विश्वविद्यालय और मैरीलैंड विश्वविद्यालय के साथ, कंपनी ओपन सोर्स समुदाय में ब्लॉकड्रॉप जारी करेगी।
स्टीरियो दृष्टि अनुप्रयोगों के लिए न्यूरोमोर्फिक तकनीकें
हार्डवेयर के संदर्भ में, आईबीएम रिसर्च एक तंत्रिका नेटवर्क कील स्टीरियो दृष्टि प्रणाली का उपयोग करने के उद्देश्य से, कंपनी का प्रतिनिधित्व करता है, उद्योग अब एक त्रिविम कैमरा उत्पन्न करने के लिए दो (सूचना ब्लॉक) का उपयोग करने के पारंपरिक है, लेकिन यह प्रयास किया गया कभी नहीं किया है neuromorphic प्रौद्योगिकी। पारंपरिक कैमरों प्रदान करते हैं एक त्रिविम छवि असंभव नहीं है, लेकिन इस तरह के उच्च गतिशील रेंज (एचडीआर) इमेजिंग, उच्च संकल्प स्वचालित अंशांकन प्रक्रिया और पसंद के रूप में एक उच्च परिभाषा वीडियो सिग्नल प्रोसेसिंग, की आवश्यकता होगी।
अलेक्जेंडर Andreopoulos के बाद आईबीएम शोधकर्ताओं कागज है, जो एक प्रणाली दो घटनाओं के उपयोग के द्वारा विकसित तेजी से वस्तुओं निकाले आईबीएम TrueNorth क्लस्टर के लिए चिप शॉट iniLabs कैमरा, (भी गतिशील दृष्टि सेंसर -DVSe कहा जाता है) के लिए गाइड में वर्णित गहराई।
आईबीएम का लक्ष्य स्टीरियोस्कोपिक छवियों को प्राप्त करने के लिए आवश्यक बिजली की खपत और विलंबता को कम करना है। लाइव स्पाइक इनपुट (जो डेटा की मात्रा में काफी कमी आई है) प्राप्त करने के बाद, सिस्टम 3 डी छवियों का पुनर्निर्माण करने के लिए आईबीएम के न्यूरोमोर्फिक हार्डवेयर का उपयोग करता है। दो डीवीएसई से छवियों के बीच अंतर का अनुमान लगाएं और त्रिभुज द्वारा 3 डी स्पेस में वस्तुओं का पता लगाएं।
न्यूरोमोर्फिक स्टीरियो छवियां (स्रोत: आईबीएम)
डेटा पुनर्प्राप्ति और प्रसंस्करण
फ्रांसीसी स्टार्ट-अप कंपनी, प्रोपेसी, डेटा को कैप्चर करने और सेंसर द्वारा एकत्रित डेटा की मात्रा को कम करने के लिए न्यूरोमोर्फोलॉजी का उपयोग करती है। कंपनी की सेंसर तकनीक फ्रेम पर आधारित नहीं है, लेकिन यह मशीन के उपयोग के लिए उपयुक्त डेटा को सरल और बनाता है। डिजाइन लक्ष्यों। ईई टाइम्स के साथ पहले के साक्षात्कार में, प्रोपेसी ने कहा कि यह डेटा बोझ को काफी हद तक कम कर सकता है और कार को लगभग तुरंत निर्णय लेने की अनुमति देनी चाहिए।
लेकिन आईबीएम स्टीरियो दृष्टि प्रणाली की एक नई पीढ़ी होगा न केवल डेटा पर कब्जा, यह भी तीन आयामी छवियों फिर से संगठित करने डाटा प्रोसेसिंग में इस्तेमाल के लिए मानव मस्तिष्क प्रौद्योगिकी की तरह; Andreopoulos कहा प्रणाली की सबसे बड़ी उपलब्धियों में से एक के माध्यम से TrueNorth कि इतने प्रोग्राम किया जाता के कुशल प्रदर्शन। आईबीएम जोड़ा 'आम सबरूटीन्स (सबरूटीन्स) के तंत्रिका नेटवर्क त्रिविम दृष्टि आवश्यक विविधता बढ़ जाता है कि, TrueNorth कम बिजली चिप परंपरागत प्रणाली की तुलना में वास्तुकला, जो autopilot प्रणाली सुविधा होगी डिजाइन।
इसी तरह, कैमरों डीवीएस (गैर सूत्र जानकारी ब्लॉक) की एक जोड़ी का उपयोग कर डेटा और बिजली की खपत की मात्रा को कम कर सकते हैं और गति, कम विलंबता, बेहतर गतिशील रेंज में वृद्धि, लेकिन इन प्रमुख तत्वों आईबीएम ने कहा कि तत्काल सिस्टम डिजाइन कर रहे हैं। जब नई प्रणाली के साथ ही उन फायदे TrueNorth बारे में पूछा, Andreopoulos कहा, पारंपरिक प्रणाली नवीनतम CPU / GPU प्रोसेसर या FPGA का उपयोग कर, पिक्सेल असमानता शक्ति (प्रति पिक्सेल असमानता नक्शा शक्ति) में से प्रत्येक के लिए नक्शे दो बार की तुलना में सुधार।
घटना आधारित इनपुट का उपयोग करना, खिला आईबीएम सिस्टम वास्तविक समय छवि डेटा है प्रसंस्करण के लिए 9 TrueNorth चिप्स, प्रति 400 असमानता नक्शा गणना की जा सकती, केवल 11 मिलीसेकंड (ms) में देरी की। आईबीएम पत्र में बताया गया है, से एक विशेष दुविधा (व्यापार गत) द्वारा, प्रणाली आगे प्रति सेकंड असमानता नक्शे 2,000 फ्रेम की दर बढ़ा सकते हैं।
? स्टीरियो दृष्टि प्रणाली जब इसके व्यावसायीकरण किया जा सकता है Andreopoulos कहा का उपयोग कर TrueNorth चिप्स: 'हम समय में बिंदु का खुलासा नहीं कर सकते हैं, इतना ही कह सकते हैं कि हम परीक्षण किया गया है और सफलतापूर्वक असमानता नक्शे के साथ प्रभावी ढंग से निपटने के लिए चिप प्रोग्राम किया, अवधारणा के चरण का प्रमाण है।'
संकलित करें: जूडिथ चेंग