亞洲新能源汽車網獲悉，斯坦福大學新研發了可以更快識別障礙物的人工智能攝像頭，創新運用光學計算機過濾圖像數據，能幫助自動駕駛汽車更快速高效地在障礙物間穿行。
    圖像識別技術是自動駕駛汽車和無人機研發的基礎，這一技術依賴于人工智能，即由計算機自我學習，識別狗、穿越馬路的行人、停放的車輛等物體。但是由于目前運行人工智能算法的計算機體積太大，速度過慢，無法運用在手持醫療設備等未來應用中。

    據報道，美國斯坦福大學研究人員已經設計出一款新型人工智能攝像頭，將光學計算機和電子計算機結合，創造出更快、更高效的圖像處理器。

    發表在《自然科學報告》上的研究成果指出，攝像頭樣機的第一層是光學計算機，不需要進行高能耗的數字計算，第二層是傳統的數字電子計算機。光學計算機層通過物理方法對圖像數據進行預處理，采用多種途徑過濾圖像數據，避免電子計算機運用數學方式進行過濾。由于物理過濾在光通過特定光學器件時自動進行，因此該層以零輸入功率工作，為混合系統節省了大量時間和能耗。
    斯坦福大學研究生Julie Chang說：“我們成功地將人工智能的部分數學運算外包給了光學系統。”這種設計能大大減少計算量和內存調用次數，且全過程以光速運行，為下一階段數字計算機層運行創造極大優勢。同時原型機在執行相同運算時表現出的速度和準確度均能與現有的純電子計算機處理器相媲美，還節省了大量計算成本。
    目前在模擬環境和現實世界的實驗中，該團隊都成功使用新系統在自然圖像設置中成功識別飛機、車輛、貓、狗等其他圖像。研究人員表示，該系統日后將實現小型化，以適應手持攝像頭和空中無人機的需要。斯坦福大學助理教授Gordon Wetzstein表示，“系統的一些未來版本將在自動駕駛汽車等快速決策應用中發揮很大作用。”