相機(jī)是許多智能設(shè)備的眼睛，而計算機(jī)則是它們的大腦——不過最近斯坦福大學(xué)的研究者們正嘗試將它們合二為一。

斯坦福大學(xué)一個由碩士生組成的團(tuán)隊制作了一臺AI 智能相機(jī)。由于已經(jīng)將計算放入光學(xué)系統(tǒng)中，它不需要外接大型計算機(jī)來處理全部數(shù)據(jù)。

目前的物體識別技術(shù)，都是使用單獨(dú)的計算機(jī)運(yùn)行圖像處理算法來識別物體。正像斯坦福研究人員所說，目前無人駕駛的汽車需要笨重的計算機(jī)來識別車輛前方的行人。這些計算機(jī)體積龐大，需要消耗大量的能源，并且通常很慢。

圖丨斯坦福的碩士研究團(tuán)隊

于是這些研究者就想將 AI 直接嵌入到相機(jī)中，使得整個系統(tǒng)變得小巧且高效。這個相機(jī)由兩層組成 ：第一層被叫做光學(xué)計算機(jī)。當(dāng)光通過相機(jī)時，內(nèi)置的光學(xué)系統(tǒng)會以物理方法預(yù)處理數(shù)據(jù)。光學(xué)計算機(jī)將過濾無效信息，減少運(yùn)算量。第二層由傳統(tǒng)計算機(jī)和圖像傳感器組成，負(fù)責(zé)剩余部分的計算。這個 AI 相機(jī)背后的原理很復(fù)雜，不過性能上卻相比于傳統(tǒng)無人車或無人機(jī)的相機(jī)有著重要提升。

由于當(dāng)光射入相機(jī)時已經(jīng)開始以物理方式處理場景數(shù)據(jù)，他們的相機(jī)（第一層）減少了后續(xù)識別運(yùn)算所需的算力。論文第一作者碩士生 Julie Chang 說：“我們把一些 AI 的數(shù)學(xué)運(yùn)算‘外包’給光學(xué)系統(tǒng)?！?/p>

指導(dǎo)本項研究的助理教授 Gordon Wetzstein 表示，將部分計算任務(wù)分配到光學(xué)部分，將減少電子計算機(jī)所需運(yùn)算量，大大提高數(shù)據(jù)處理速度。他這樣形容：“上百萬次運(yùn)算被以光速繞開。”

項目的另一個目標(biāo)是減少設(shè)備體積，目前還未實現(xiàn)——相機(jī)仍需要在操作臺上放置。不過研究者表示，未來的研究將有助于減小設(shè)備體積，最終實現(xiàn)更便攜的 AI 相機(jī)。研究團(tuán)隊提出了該設(shè)備未來的可能應(yīng)用場景，包括無人車、無人機(jī)甚至是手持醫(yī)療成像設(shè)備。以光速實現(xiàn)的數(shù)據(jù)處理，對目前依靠相機(jī)識別和避障的無人車來說，很有誘惑力。

由于設(shè)備的體積過大，這項技術(shù)仍需要一些時間走向?qū)嶋H應(yīng)用。不過這個研究已經(jīng)向 AI 相機(jī)邁進(jìn)一大步了。研究的內(nèi)容已在《自然》雜志（Nature）子刊《科學(xué)報告》（Scientific Reports）發(fā)表。