Китайские исследователи разработали нейронный чип, который помогает роботам отслеживать и мгновенно реагировать на движение, со скоростью, в четыре раза превышающей возможности человеческого глаза. В подробностях исследовательская команда из Пекинского университета аэронавтики и астронавтики и Пекинского технологического института успешно разработала микросхему, вдохновленную латеральным коленчатым телом — областью мозга, расположенной между сетчаткой и зрительной корой, которая действует как реле и фильтр, позволяя зрительной системе человека концентрировать свою обрабатывающую энергию на быстро движущихся объектах. Традиционные роботизированные системы зрения полагаются на камеры, которые захватывают статичные кадры и отслеживают движение путем изменения яркости между кадрами, но этот метод занимает более половины секунды для обработки одного кадра, что является задержкой, которая может привести к катастрофам в таких приложениях, как беспилотные автомобили на высоких скоростях. Согласно «Indian Express», исследователи спроектировали специализированную нейронную единицу, которая отслеживает изменения света во времени, что позволяет роботическому зрению обрабатывать движение мгновенно и концентрировать свои вычислительные мощности в областях, где происходит движение. Эксперименты, проведенные при моделировании вождения и использовании роботизированных рук для выполнения сложных задач, показали, что микросхема сократила задержку обработки примерно на 75% и вдвое повысила точность отслеживания движения по сравнению с предыдущими методами. Исследовательская команда подтверждает, что исследование повышает скорость анализа видео до уровня, превосходящего человеческие возможности, применяя принципы обработки зрительной информации мозга на полупроводниковом чипе, и его можно использовать для предотвращения столкновений в беспилотных автомобилях и мгновенного отслеживания объектов в беспилотных летательных аппаратах, а также в областях, где роботам требуется считывать и мгновенно реагировать на человеческие жесты. Микросхема сталкивается с некоторыми проблемами в визуально перегруженных средах, где происходит множество одновременных движений, поскольку она полагается на алгоритмы оптического потока для интерпретации конечного изображения, но она может быть полезна в домашних средах, где роботам необходимо отслеживать небольшие изменения, такие как жесты и выражения лица, что делает взаимодействие между человеком и роботом более естественным.
