دوربینی که وقتی نیاز است میبیند
دانشمندان در دانشگاه رایس، فناوری دوربین جدیدی را توسعه دادهاند که میتواند به طور پیوسته محیط اطرافش را تحت نظر داشته باشد ولی تنها زمانی اقدام به ضبط اطلاعات کند که دادههای مورد نظر آن در دیدش قرار گرفته باشد.
این گروه در ابتدای کار تنها یک هدف را در ذهن داشتند، ساخت فناوری دوربینی که بتواند رایانهها را به دیدی پیوسته مجهز کند، درست مشابه انسانها. این فناوری میتواند در ساخت دستیار شخصی هوشمندی که همواره حرکات شما را تحت نظر داشته باشد به کار رود. این دستیار شخصی میتواند افرادی را که با آنها ملاقات میکنید شناسایی کند، مکانهایی را که بازدید میکنید به خاطر بسپارد و بسیاری دیگر از کارها را برای شما آسانتر کند.
در صورت تکمیل شدن این طرح و عملکرد مناسب آن، این فناوری میتواند قدمی بسیار بزرگ در توسعهی فناوریهای پوشیدنی دیداری محسوب شود.
برای تحقق بخشیدن به چنین هدفی، این دوربین باید بتواند به طور پیوسته محیط اطراف خود را تحت نظر داشته باشد، ولی چنین کاری مستلزم تقبل مصرف انرژی بسیار بالای دستگاه خواهد بود، پدیدهای که احتمالا آن را با تلفن هوشمند خود به خوبی تجربه کردهاید.
حقیقت این است که دوربینهای امروزی به نوعی قاتل باتریهای دستگاهها به شمار میآید به ویژه اگر بخواهید از آنها به طور پیوسته برای ثبت تصاویر و ویدیو استفاده کنید.
بررسیها در سال ۲۰۱۲ به خوبی نشان داده بود که برای تحقق هدف این گروه در دانشگاه رایس، فناوری دوربینهای امروزی باید تا ۱۰۰ برابر بازدهی بالاتری داشته باشند. در پاسخ به این نیاز پژوهشی دیگر در سال گذشته نشان داد که تنها با اصلاح و بهینه سازی نرم افزاری فناوری کنونی میتوان تا ۱۰ برابر بازدهی بیشتری از دوربینهای کنونی به دست آورد.
از آن زمان تاکنون، پژوهشگران به دنبال بهبود هر چه بیشتر این فناوری جهت بهبود مجدد ۱۰ برابری برای رسیدن به حد بهینهی مصرف انرژی هستند. طی این جستجو و کاوش سخت افزاری و نرم افزاری آنها دریافتند که بخش بسیار مهمی از مصرف انرژی در فناوری دوربینها به تبدیل دادههای آنالوگ به دیجیتال بر میگردد، تبدیلی که بیشتر دوربینهای امروزی از آن بهره میگیرند.
دادههایی که توسط حسگرهای دوربینها دریافت میشوند دادههای آنالوگی هستند که پس از دریافت به دادههای دیجیتال تبدیل میشوند چرا که این دادهها نویز کمتری داشته و خواندن آنها نیز سادهتر است. این گروه تصمیم گرفته طی آزمونی به جای خواندن دادههای دیجیتال به خواندن دادههای آنالوگ خام بپردازد که خود مستلزم تحلیل دادههای پر از نویز آنالوگ بود.
برای این کار آنها از پیشرفتهای چشمگیر یادگیری ماشین بهره بردند تا مدار و سامانهای را طراحی کنند که برای این کار مناسب باشد. روشی که آنها برای طراحی الگوریتم یادگیری ماشین استفاده کردند در حقیقت از ساختار کورتکس مغز حیوانات الهام گرفته شده بود.
نتیجه این کار آنها به ساخت چشم سرخ ختم شد، سامانهای که میتواند اشیا یا چهرهی افراد یا حتی گونههای مختلف حیوانات را بدون نگاه کردن به خود تصویر بشناسد.
این قابلیت به این معناست که تنها بخشی از تصویرها که به آنها نیاز است به دادههای دیجیتال تبدیل میشود در نتیجه در مصرف انرژی نیز صرفه جوبی زیادی صورت میگیرد. این روش به ویژه در موضوع حفظ حریم شخصی افراد از اهمیت زیادی برخوردار است چرا که تصویرهایی که شما به آنها نیاز ندارید یا نمیخواهید ضبط شوند، از اساس تولید نمیشوند.
برای درک بهتر اهمیت این مساله کافی است تصور کنید دوربین تلفن هوشمند شما همواره روشن باشد و به ضبط هر آنچه که میبیند بپردازد، مطمئنا مکانهای زیادی وجود دارند که شما دوست ندارید دوربین تلفن هوشمندتان آنها را ضبط کند، مسالهی مهمی که در مورد ابزارهای پوشیدنی از اهمیت بسیار بیشتری برخوردار است.
/
: انتشار مطالب و اخبار تحلیلی سایر رسانههای داخلی و خارجی لزوماً به معنای تایید محتوای آن نیست و صرفاً جهت اطلاع کاربران از فضای رسانهای منتشر میشود.
ارسال دیدگاه
دیدگاهتان را بنویسید
نشانی ایمیل شما منتشر نخواهد شد. بخشهای موردنیاز علامتگذاری شدهاند *