توسعه دوربین‌های هوشمند با قابلیت یادگیری و درک سوژه

محققان دانشگاه‌های «بریستول» و «منچستر» در حال توسعه دوربین‌های هوشمندی هستند که می‌توانند آنچه را که از دریچه لنز خود می‌بینند، یاد گرفته و درک کنند. چنین دوربین‌هایی با سرعت پردازش بالا، جهت استفاده در هواپیماهای بدون سرنشین بسیار مناسب خواهند بود.

سیستم‌های کنونی برای یادگیری ماشین در دوربین‌ها به اندازه کافی سریع نیستند چرا که ابتدا سوژه باید توسط سنسور ثبت شده و سپس توسط پردازشگر تحلیل شود. «پیوتر دودک» یکی از محققان این پروژه، مسئولیت توسعه چیپ پردازشگر دوربین موسوم به «SCAMP» را برعهده داشته است. چیپ مربوطه به گونه‌ای توسعه یافته که می‌تواند داده‌های هر پیکسل تصویر را به صورت موازی پردازش کند.وقتی داده‌‌ها در سطح پیکسل پردازش می‌شوند، کارایی کلی سیستم به شدت ارتقا پیدا می‌کند. در نتیجه محصول نهایی، سیستمی با سخت افزار کم مصرف و کارآمدتر خواهد بود.

دوربین‌های هوشمند با پشتیبانی از SCAMP، قدرت پردازش بیشتری را به صورت موازی در اختیار خواهند داشت. دکتر «تام ریچاردسون»، مدرس ارشد مکانیک پرواز و از محققان دانشگاه بریستول و یکی از اعضای این پروژه، روی توسعه معماری SCAMP برای استفاده در هواپیماهای بدون سرنشین سبک کار می‌کند. وی معتقد است:

«موضوع بسیار هیجان انگیز در مورد دوربین‌های هوشمند، قابلیت یادگیری ماشینی در کنار سرعت عملکرد خوب آنها در پیکربندی‌هایی با وزن سبک است. در نتیجه چنین دوربین‌هایی برای استفاده در هواپیماهای بدون سرنشین بسیار مناسب هستند.»

محققان حوزه رباتیک و هوش مصنوعی با چالش‌های مختلفی جهت درک و پردازش تصویر سیستم‌های فعلی دست و پنجه نرم می‌کنند. در حال حاضر، سنسورهای مختلفی در بازار برای ضبط تصاویر از طریق دوربین‌های دیجیتالی عرضه شده است. همچنین انواع مختلفی از پردازنده‌های گرافیکی نیز در بازار با توانمندی‌های مختلف رونمایی می‌شوند.

سیستم‌های مبتنی بر هوش مصنوعی، تنها پس از ضبط و انتقال اطلاعات بصری بین حسگرها و پردازنده‌ها، می‌توانند تصاویری از جهان پیرامون خود را ارائه دهند. برخی از داده‌های تصاویر مانند برگ‌های کنار جاده، معنا و مفهوم خاصی برای دوربین‌های دیجیتالی ندارند، اما تمام جزئیات توسط حسگرها ضبط می‌شوند.

محققان در تلاش هستند تا داده‌های غیرمرتبط را از سیستم داده‌های دوربین‌های هوشمند حذف کنند و با کمک هوش مصنوعی، داده‌های مهم‌تر را ذخیره و پردازش کنند. «والتریو مایول-کیواس» استاد رباتیک و از محققان دانشگاه بریستول اعلام کرد:

«برای توسعه سیستم‌های ادراکی کارآمد، باید فراتر از حدودی که تاکنون حرکت کرده‌ایم، پیش برویم. می‌توانیم با روشی الگوبرداری شده از سیستم طبیعی بینایی کمک بگیریم. چشم و مغز ما با یکدیگر کار می‌کنند تا به درک بهتری از جهان برسیم.»

چشم قورباغه‌ها دارای ردیاب‌هایی است که موجوداتی مانند مگس را می‌‌تواند ببیند. از چنین الگوهایی می‌توان در توسعه دوربین‌های هوشمند کمک گرفت. با کمک دوربین‌های هوشمند می‌توان به سطح بالاتری از اطلاعات دسترسی پیدا کرده و در نتیجه سیستم‌هایی کارآمدتر در اختیار داشت.