簡(jiǎn)易“智能”玻璃揭示人工視覺的未來
智能玻璃可以識(shí)別出手寫的數(shù)字。即使書寫風(fēng)格迥異，它也可以正確識(shí)別。圖中顯示物體的光經(jīng)過玻璃被散射然后聚焦到不同的位置，這些位置對(duì)應(yīng)不同的物理類別。
撰文 | 陳昂
● ● ●
在未來的某天，許多現(xiàn)代智能手機(jī)中驅(qū)動(dòng)人臉識(shí)別的頂尖技術(shù)可能會(huì)有一次全面升級(jí)。但令人意外的是，這次升級(jí)不管是聽起來還是看上去都更像是一種“低端技術(shù)”。
此次通往未來的窗口僅僅是一塊玻璃——來自威斯康星大學(xué)麥迪遜分校的工程師們?cè)O(shè)計(jì)了一塊“智能”玻璃，這種玻璃可以在不借助任何探測(cè)器、電路和電源的情況下識(shí)別圖像。
“我們正在利用光學(xué)方法把照相機(jī)、探測(cè)器和深度神經(jīng)網(wǎng)絡(luò)等集成在單塊薄玻璃上?！眮碜喳湹线d分校電子與計(jì)算機(jī)工程系的 副教授Zongfu Yu如此說道。相關(guān)研究成果作為封面文章發(fā)表在Photonics Research上。
將人工智能嵌入完全非智能的物體中，乍一看更像是來自科幻小說中的故事。然而，這卻是一種可以開拓低功耗電子學(xué)新領(lǐng)域的方式?，F(xiàn)在，每當(dāng)你利用面部ID解鎖手機(jī)時(shí)，人工智能就會(huì)消耗大量計(jì)算資源(以及電池壽命)。而在未來，一小塊玻璃就可以達(dá)到相同的目的，并且不消耗任何電力。
“這完全不同于機(jī)器視覺的典型路線?！盰u說。他設(shè)想該玻璃看起來就像是半透明的方塊，里面嵌著精心放置的氣泡和雜質(zhì)，可以以特定方式彎曲光線來區(qū)分不同圖像。這正是人工智能起的作用。
具體到概念驗(yàn)證方面，工程師們?cè)O(shè)計(jì)了一種制作玻璃塊的方法，可以識(shí)別手寫數(shù)字。來自數(shù)字圖像的光從玻璃的一端發(fā)出，然后會(huì)聚在另一端十個(gè)斑點(diǎn)中的一個(gè)，這十個(gè)斑點(diǎn)分別對(duì)應(yīng)十個(gè)數(shù)字。該玻璃甚至可以實(shí)現(xiàn)實(shí)時(shí)的動(dòng)態(tài)探測(cè)，例如從手寫數(shù)字3演變成8。
“利用一種簡(jiǎn)單的結(jié)構(gòu)來實(shí)現(xiàn)如此復(fù)雜的效果，這個(gè)結(jié)果令人振奮。”Yu實(shí)驗(yàn)室的研究生Erfan Khoram表示。
設(shè)計(jì)玻璃來識(shí)別數(shù)字的過程與機(jī)器學(xué)習(xí)的訓(xùn)練過程非常類似，所不同的是，工程師們“訓(xùn)練”的是一塊模擬材料而非數(shù)字代碼。具體來說，他們?cè)谝粚觾H為20 μm厚的薄玻璃中，將大小不同、形狀迥異的空氣氣泡和小片吸光材料(如石墨烯)放置在設(shè)計(jì)好的位置上。
不同于具有層狀結(jié)構(gòu)的數(shù)字神經(jīng)網(wǎng)絡(luò)，該玻璃以一種連續(xù)的方式來進(jìn)行神經(jīng)計(jì)算。所有神經(jīng)計(jì)算中最為關(guān)鍵的要素就是非線性激勵(lì)函數(shù)，這里是通過嵌入小片的光學(xué)可飽和吸收體(如石墨烯)來實(shí)現(xiàn)的。
“人們通常習(xí)慣于數(shù)字計(jì)算，但這種方法拓展了我們的視野?！盰u說，“光傳播的波動(dòng)力學(xué)提供了一種進(jìn)行類似人工神經(jīng)計(jì)算的新方法。”
這種方法的一個(gè)優(yōu)點(diǎn)是，計(jì)算是完全無源的，并且是材料的固有屬性，這就意味著一塊圖像識(shí)別玻璃可以重復(fù)使用成千上萬次。
“該玻璃可以當(dāng)作一種生物識(shí)別鎖，在調(diào)諧之后可以只識(shí)別一個(gè)人的臉?！盰u說，“這種聯(lián)系一旦建立，在沒有電源和網(wǎng)絡(luò)的情況下也能發(fā)揮作用。這意味著即使在千萬年之后也能對(duì)你的某個(gè)事物提供安全保障?！?/p>
此外，由于該玻璃是通過扭曲光線來區(qū)別不同圖片的，所以從理論上說它可以以光速工作。雖然前期的訓(xùn)練過程需要大量的時(shí)間和計(jì)算量，但是玻璃的制作工藝簡(jiǎn)單，成本低廉。未來，學(xué)者們計(jì)劃驗(yàn)證該方法能否適用于更復(fù)雜的任務(wù)，如人臉識(shí)別。
“這項(xiàng)技術(shù)的真正威力在于它能夠在不消耗任何電源的情況下即時(shí)處理復(fù)雜的分類任務(wù)?！备鐐惐葋喆髮W(xué)統(tǒng)計(jì)學(xué)教授Ming Yuan表示，“這些任務(wù)是創(chuàng)造人工智能的關(guān)鍵，例如讓無人駕駛汽車識(shí)別交通信號(hào)，在消費(fèi)類設(shè)備中實(shí)現(xiàn)語音控制等等。”
在識(shí)別不同物體時(shí)，人類視覺表現(xiàn)出了幾乎相同的識(shí)別能力。而這種智能玻璃更擅長(zhǎng)識(shí)別特定的事物，如數(shù)字、字母、人臉等等。
“我們一直在思考如何給未來的機(jī)器提供視覺和特定成像應(yīng)用方面的視覺感知?！盰u說，“這種設(shè)計(jì)幾乎顛覆了傳統(tǒng)的機(jī)器視覺設(shè)計(jì)方式。”
Zongfu Yu是麥迪遜分校的Dugald C. Jackson副教授和Vilas Associate。研究生Erfan Khoram, Ang Chen和Dianjing Liu對(duì)該研究有貢獻(xiàn)。麻省理工學(xué)院的Qiqi Wang和哥倫比亞大學(xué)的Ming Yuan是該研究的合作者。DARPA Young Faculty Award program 支持了該項(xiàng)研究。
注：本文來自“中國(guó)激光”，經(jīng)授權(quán)轉(zhuǎn)發(fā)。
