向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

让视觉分析更有效率成AI最大挑战

今日的AI社群仍被无数问题所困扰;例如在电脑视觉方面,如IBM Research研究人员所言,最大的挑战在于如何"让视觉分析更有效率“...

尽管有众多人工智慧(AI)处理器竞相抢市──每一种都自称是“突破”──今日的AI社群仍被无数问题所困扰,包括能量、速度、AI硬体的尺寸与AI演算法,这些都尚未证实在强韧度以及性能方面有所改善。ckTesmc

在电脑视觉方面,如IBM Research的电脑视觉与多媒体研究经理Rogerio Feris所言,最大的挑战在于如何”让视觉分析更有效率“。要特别说明的是,AI仍在早期发展阶段,需要全新的想法、长期性的眼光,以及学界与研究机构在研发上的更多投入。ckTesmc

IBM Research会在本周于盐湖城(Salt Lake City)举行的2018年度电脑视觉与图形识别研讨会(Conference on Computer Vision and Pattern Recognition,CVPR)上,发表两篇关于AI软体与硬体技术的论文;CVPR是由电脑视觉基金会(Computer Vision Foundation)以及IEEE电脑学会赞助,号称是最具竞争力的电脑视觉技术研讨会之一。ckTesmc

在AI硬体部分,IBM Research正在推广一种立体视觉(stereo-vision)系统,是透过将以大脑启发的棘波神经网路(spiking neural-network)技术应用于资料撷取(感测器)与资料处理所开发;该设计利用了IBM自家的TureNorth晶片──是一种非冯诺伊曼(non-von-Neumann)架构处理器──以及一对瑞士业者iniLabs开发的事件导向(event-driven)摄影机ckTesmc

ai1ckTesmc

IBM的TrueNorth架构ckTesmc

在AI软体部分,IBM Research的论文是关于“Blockdrop”,也就是被认为可降低深度残差网路(deep residual networks)所需之总运算量的关键步骤。Feris解释,以上两篇论文是从两个不同角度解决一个相同的问题──视觉分析效率。ckTesmc

Feris表示,当有人要过马路,自动驾驶车辆会被预期要做出”即时推论“;虽然影像辨识准确度很重要,不过自驾车要花多少时间产生结论、识别出那是什么东西,才是它在现实世界应用的终极试验。ckTesmc

什么是“Blockdrop”?
在2015年ImageNet大会上成为赢家的残差网路,在电脑视觉技术社群掀起了一场风暴;该技术已经证明了它能提供优异的识别结果,因为能训练神经网路中的数百甚至数千层。不过Feris指出:”将残差网路需要的那些一体适用运算应用于所有成像,会太没有效率;“他解释,如果有一只狗在白色背景前,会比在忙碌都市街景中更容易被识别。ckTesmc

为此IBM Research开发了BlockDrop,这是一种学习动态选择残差网路中哪些区块(包括多个层)来执行推论任务的方法;Feris指出:"该方法的目标是妥善减少整体运算辆,同时不损失预测准确度。”ckTesmc

ai2ckTesmc

IBM声称,BlockDrop在测试中平均能将识别速度提升20%,有时甚至能加快36%,而且不牺牲残差网路在ImagNet资料集中达到的准确度。Feris表示,IBM这项研究是在2017年夏天与美国德州大学(University of Texas)、马里兰大学(University of Maryland)合作展开,该公司将会把BlockDrop释出给开放源码社群。ckTesmc

立体视觉应用的神经形态技术
在硬体方面,IBM Research瞄准了一种利用棘波神经网路的立体视觉系统;该公司表示,目前产业界是使用两个传统(讯框)摄影机来产生立体视觉,但从未有人尝试过神经形态技术。虽然以传统摄影机提供立体影像并非不可能,不过会需要高画质影像讯号处理,例如高动态范围(HDR)成像、超高解析度处理以及自动校准等。ckTesmc

根据IBM研究员Alexander Andreopoulos在论文中的描述,其系统是利用两个iniLabs开发的事件导向摄影机(又被称为动态视觉感测器-DVSe),撷取画面之后以IBM TrueNorth晶片丛集来提取快速移动物体之深度。ckTesmc

IBM的目标是大幅降低取得立体影像所需的功耗与延迟,在接收直播的棘波输入(这已经大幅降低资料量)后,该系统是用IBM的神经形态硬体重建3D影像,透过估算来自两个DVSe之影像的差异,以及藉由三角测量定位3D空间中的物体。ckTesmc

ai3ckTesmc

神经形态立体影像ckTesmc

资料撷取与处理
有一家法国新创公司Prophesee是利用神经形态技术来撷取资料,并降低感测器所收集的资料量;该公司的感测器技术并非以讯框为基础,而是以简化并打造适合机器使用的资料为设计目标。Prophesee执行长先前接受EE Times采访时表示,这能大幅减轻资料量负担,应该也能因此让车子能做出几乎即时性的决策。ckTesmc

不过新一代的IBM立体视觉系统不只将类人脑技术用于资料撷取,也用在资料处理上,以重建立体影像;Andreopoulos表示,该系统还有一个最大的成就,是透过编程让TrueNorth有效率地执行"棘波神经网路立体视觉必备的各种常见子程序(sub-routines)”。IBM补充指出,TrueNorth晶片的架构功耗比传统系统低,这会有利于自动驾驶系统的设计。ckTesmc

同样的,利用一对DVS摄影机(非讯框式)也能降低资料量与功耗,并提升速度、减少延迟,提供更好的动态范围,而IBM表示这些都是即时系统设计的关键元素。在被问到新的TrueNorth系统还有那些优势时,Andreopoulos表示,与采用传统CPU/GPU处理器或FPGA的最先进系统相较,其每画素视差图功率(power per pixel disparity map)有两百倍的改善。ckTesmc

利用以事件为基础的输入,馈入IBM系统的即时影像资料,是以9颗TrueNorth晶片进行处理,每秒能计算400张视差图,延迟仅11毫秒(ms)。IBM在论文中指出,藉由特定的权衡(trade-offs),该系统能将速率进一步提升到每秒2,000张视差图。ckTesmc

采用TrueNorth晶片的立体视觉系统何时可以商业化?Andreopoulos表示:"我们还不能透露时间点,只能说我们已经进行测试并且成功编程晶片有效处理视差图,现阶段是概念验证。“ckTesmc

编译:Judith ChengckTesmc

(参考原文:IBM Refines AI Efficiency in Visual Analysis,by Junko Yoshida)ckTesmc

二维码ckTesmc

Edit
本文为国际电子商情原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Junko Yoshida
ASPENCORE全球联席总编辑,首席国际特派记者。曾任把口记者(beat reporter)和EE Times主编的Junko Yoshida现在把更多时间用来报道全球电子行业,尤其关注中国。 她的关注重点一直是新兴技术和商业模式,新一代消费电子产品往往诞生于此。 她现在正在增加对中国半导体制造商的报道,撰写关于晶圆厂和无晶圆厂制造商的规划。 此外,她还为EE Times的Designlines栏目提供汽车、物联网和无线/网络服务相关内容。 自1990年以来,她一直在为EE Times提供内容。
  • 微信扫一扫,一键转发

  • 关注“国际电子商情” 微信公众号

您可能感兴趣的文章

  • 再裁141人!蔚来北美员工数锐减42%

    据外媒报道,蔚来日前向美国加州就业发展部提交的一份文件显示,该公司位于圣何塞的北美总部再次裁员141人。这是蔚来今年在美国进行的第三轮裁员。据悉,今年5月份蔚来就解雇了70名员工,并关闭了位于旧金山的一个办公室,9月份又裁掉了62个职位……

  • 从原型到商用 自动驾驶技术挑战多

    虽然近年自动驾驶吸引了企业、政府、媒体和消费者的普遍关注,但自动驾驶目前仍处于原型测试验证阶段……究竟自动驾驶从原型到商用化,将可能面临哪些挑战?

  • 汽车的传感器、线缆、存储器、连接器、测试方案…进化

    对于自动驾驶、ADAS,或者汽车网联化、电子化、智能化之类的趋势,我们日常探讨最多的,恐怕是技术本身的革新,以及这些技术对汽车整个垂直产业带来的影响。当聊到未来高端汽车内部软件代码将达到2-3亿行时,我们会“推测”这些趋势对汽车整个行业结构将产生怎样革命性的影响……

  • 掘金数据时代,企业该如何处理海量信息问题?

    “到2025年,全球将共计有1000亿个互联设备。我们和我们的客户有很多传感器等方面的应用,通过这些设备和应用,我们收集到了很多的数据。而未来的数据更复杂,西门子的产品和解决方案可以帮助大家来充分利用这些复杂的数据。” 西门子工业软件董事长兼CEO Tony Hemmelgarn在11月7日的全球CEO峰会上这样表示。

  • 3个月3次裁员,Uber宣布再裁350人!

    据外媒报道,Uber首席执行官达拉·科斯罗萨西(Dara Khosrowshahi)在周一致全体员工的电子邮件中宣布,该公司将对组织架构中的多个部门进行裁员,涉及自动驾驶汽车和送餐业务Uber Eats的约350名员工……

  • 激光雷达专利战升级,起诉中国初创公司Velodyne图什么?

    近日,国际电子商情记者从美国JUSTIA网站获悉,Velodyne LiDAR已经对中国两家激光雷达初创公司发起了专利诉讼。本次Velodyne LiDAR起诉这两家公司的原因或涉及US 7,969,558专利。

相关推荐

可能感兴趣的话题