研究人员已经开发出一种模拟人脑处理视觉信息的方式的电子芯片，将AI算法与捕获图像所需的硬件相结合。

 来自美国，中国和澳大利亚的国际研究人员团队合作开发了一种新的电子芯片，该芯片旨在将软件和硬件结合在一个由光驱动的微型设备中来增强人工智能。该研究由皇家墨尔本理工大学（RMIT University）领导，最近发表在《先进材料》杂志上。

研究团队创建的原型设备是纳米级的，由于使用了可以改变芯片对光的反应方式的超材料，该设备将AI软件与计算机成像硬件集成在一起。随着进一步的完善，用于创建此技术的技术可以作为更小，更智能的设备以及无人机和机器人的基础。

据RMIT副教授Sumeer Walia称，新的芯片原型通过将模块化组件组合成一个复杂的系统来实现类似于大脑的功能。

“通过将多个组件和功能整合到一个平台中，我们的新技术从根本上提高了效率和准确性，” Waria在RMIT新闻中解释道。“这使我们更接近于受到自然界最伟大的计算创新-人脑启发的多功能人工智能设备。”

据Walia称，研究团队的目标是模仿大脑学习的主要方式之一-将视觉信息编码为记忆。尽管还有大量工作要做，但研究团队创建的原型代表了迈向改善人机交互，可扩展的仿生系统和神经生物的重大一步。

大多数商业级AI应用程序都利用云计算来依靠非现场软件和数据处理。为了使现场应用程序更加强大和可靠，该原型芯片将智能和硬件集成到了边缘AI的示例中。诸如自动驾驶汽车和无人机之类的设备必须能够在现场处理大量数据，使其成为新芯片原型等技术的理想用例。Walia解释说，汽车中的行车记录仪装有研究人员开发的受神经启发的硬件，可以识别灯，其他车辆，标志，行人，植物等。据Walia称，该芯片有可能实现“自主和AI驱动的决策中前所未有的效率和速度水平”。

原型采用的技术基于RMIT研究人员开发的较早芯片。这些早期的原型利用光来构建和修改“内存”。研究团队创建的新功能意味着该芯片可以自动捕获图像，处理图像，并训练能够以90％以上的精度识别物体的机器学习模型。

原型芯片的设计受到光遗传技术的影响。光遗传学是指新兴的生物技术工具，使科学家能够利用光进行预视操纵神经元。RMIT团队开发的AI芯片使用了半导体材料黑磷。黑磷极薄，它的电阻会随着光波长的变化而变化。随着不同波长的光照射到材料上，材料会改变其特性，从而对诸如存储器存储和成像之类的不同功能变得有用。正如该研究的主要作者，RMIT的Taimor Ahmed博士所解释的那样，基于光的计算系统比传统的计算方法耗能更少，更准确且速度更快。

根据艾哈迈德（Ahmed）的说法，将模块化系统组合到一个纳米级设备中的好处在于，人工智能系统和机器学习算法可以用于较小的设备中。例如，艾哈迈德（Ahmed）解释说，科学家可以缩小他们开发的用于增强人工视网膜并提高仿生眼准确性的技术。

艾哈迈德说：“我们的原型机向电子学的终极方向迈进了一大步：可以像我们一样从片上大脑学习环境” 。

设计原型芯片时要考虑到与其他技术和现有电子设备的轻松集成。