玻璃或將代表人工視覺的未來

目前許多智能手機應用的先進人臉識別技術，有朝一日或將被一種看起來、聽起來都 “簡單”到令人驚訝的技術所替代。

根據(jù)不同場景、圖像或該試驗中的數(shù)字，穿過“智能”玻璃的光會以特定圖案彎曲。如果透過的光與預期的圖案匹配，意味著玻璃能夠“識別”所看到的內容。

這一通向未來的“簡單技術”就是一塊玻璃。據(jù)麥姆斯咨詢報道，美國威斯康星大學麥迪遜分校（University of Wisconsin–Madison）的研究人員設計了一種“智能”玻璃片，無需任何傳感器、電路或電源，就能實現(xiàn)圖像識別。

“我們正在利用光學系統(tǒng)將通常的攝像頭、傳感器和深度神經網絡全部‘壓縮’成一塊薄玻璃片，”威斯康星大學麥迪遜分校電氣和計算機工程教授Zongfu Yu說。

Yu及其同事在Photonics Research雜志上發(fā)表了這項概念驗證研究。

乍一看，將人工智能嵌入一種惰性物體，似乎是科幻小說中的概念。不過，這確實是一種開辟新型低功耗電子產品的巨大進步。

現(xiàn)在，每當我們拿起智能手機用人臉識別功能解鎖時，人工智能（AI）都會占用大量的計算資源和電池電能。未來，利用一塊玻璃或許就可以識別我們的臉，并且不需要消耗任何能量。

“這與典型的機器視覺技術路線完全不同，”Yu介紹說。

Yu及其同事設計了一塊看起來半透明的方型玻璃片。在其中，有策略地嵌入微小的氣泡或某種雜質，然后玻璃片會以特定的方式彎曲光線，從而區(qū)分不同的圖像。這也是一種人工智能實踐。

這種“智能”玻璃的圖像識別原理

為了證明他們提出的概念，研究人員設計了一種方法來制作可以識別手寫數(shù)字的玻璃片。從數(shù)字圖像發(fā)出的光進入玻璃的一端，然后聚焦到另一端的九個特定點位，每個點位對應不同的數(shù)字。

玻璃片的動態(tài)響應足以實時檢測數(shù)字3被手寫改為數(shù)字8。

從3改寫成8的輸出變化

“試驗證明，我們能夠以如此簡單的結構實現(xiàn)這種復雜的識別過程，”Yu實驗室研究生Erfan Khoram說。

設計一款可以識別數(shù)字的玻璃，類似于機器學習的訓練過程，不同的是，研究人員“訓練”的是模擬材料，而不是數(shù)字代碼。具體來說，研究人員需要試驗在玻璃內的特定位置放置不同尺寸和形狀的氣泡以及石墨烯等小塊光吸收材料。

“我們習慣了數(shù)字計算，這一方案拓寬了我們的思維，”Yu說，“利用光傳播的光波動力學，提供了一種執(zhí)行模擬人工神經計算的新方法?！?/p>

該方案的優(yōu)點之一，是計算完全是被動的并且是材料本身固有的，這意味著一塊圖像識別玻璃可以使用無數(shù)次。

“我們可以利用這種玻璃作為生物識別解鎖工具，它可以設定為只能識別一個人的臉，”Yu說，“一旦完成，它可以永遠工作，而且不需要電能或互聯(lián)網，這意味著即使在數(shù)千年之后，它也能為我們提供信息安全?！?/p>

此外，這是通過玻璃扭曲光波來區(qū)分不同圖像的，因此，它的識別是以光速運行的。

雖然前期“訓練”過程可能耗時且計算量很大，但是玻璃本身制造起來既簡單又便宜。

未來，研究人員將進一步實驗他們的方法是否適用于人臉識別等更復雜的任務。

“這項技術的真正優(yōu)勢在于它能夠在沒有任何能耗的情況下即時處理復雜的分類任務，”哥倫比亞大學研究和統(tǒng)計學教授、該研究共同作者Ming Yuan說，“這些任務是創(chuàng)建人工智能的關鍵，例如訓練無人駕駛汽車識別交通信號等。”

與人類視覺不同，人類視覺可以識別無數(shù)個不同物體，具有令人難以置信的通用性，這種智能玻璃僅在特定應用中表現(xiàn)出色，例如，一片可用于識別數(shù)字，另一片用于識別字母，再另一片用于識別人臉，等等。

“我們一直在思考如何在未來為機器提供視覺，創(chuàng)建一種應用特定、任務驅動型技術，”Yu說，“這一方案幾乎改變了我們設計機器視覺的方方面面?！?/p>