2 月 14 日消息，2 月 10 日，北京航空航天大學(xué)研究團(tuán)隊在《自然-通訊》發(fā)表研究稱，其開發(fā)的視覺系統(tǒng)在運動處理速度上較現(xiàn)有主流光流技術(shù)快四倍，有望顯著提升自動駕駛車輛、工業(yè)機器人和手術(shù)機器人等系統(tǒng)的反應(yīng)速度。

該成果源自神經(jīng)形態(tài)工程。不同于傳統(tǒng)芯片將存儲與運算分開，神經(jīng)形態(tài)硬件仿照大腦結(jié)構(gòu)將二者融合，從而提高運算效率并降低能耗。長期以來，這一方向被視為彌合機器與人類感知差距的重要路徑。

據(jù)外媒 TechSpot 報道，團(tuán)隊負(fù)責(zé)人高碩（音譯）從大腦的外側(cè)膝狀體獲得靈感。外側(cè)膝狀體位于視網(wǎng)膜與視覺皮層之間，既負(fù)責(zé)傳遞信息，也負(fù)責(zé)篩選信號。由于能夠?qū)r間與空間變化高度敏感，人類視覺系統(tǒng)可優(yōu)先處理快速變化的對象。研究團(tuán)隊嘗試將這種選擇性注意機制在芯片中實現(xiàn)。

傳統(tǒng)機器人視覺依賴攝像頭拍攝連續(xù)靜態(tài)幀，并通過光流算法追蹤像素亮度變化來判斷運動，但該方法處理一幀圖像可能耗時超過 0.5 秒。對于高速行駛的自動駕駛車輛而言，這種延遲意味著在感知空窗期內(nèi)，車輛就可能前進(jìn)數(shù)米。

研究人員開發(fā)的神經(jīng)形態(tài)模塊可直接檢測光強隨時間變化的區(qū)域，僅對發(fā)生變化的部分分配算力，實現(xiàn)實時運動識別。

在模擬駕駛和機器人操作測試中，該系統(tǒng)將延遲減少約 75%，并在復(fù)雜運動場景下將追蹤精度提升一倍。

該系統(tǒng)仍依賴傳統(tǒng)光流算法進(jìn)行最終圖像解析，且在多重運動交錯場景中表現(xiàn)有限，不過整體性能已明顯優(yōu)于傳統(tǒng)方案，顯示未來機器視覺響應(yīng)速度可能接近甚至超過人類。

▲ a. 示例應(yīng)用場景。b. 所提出的神經(jīng)形態(tài)運動提取硬件流水線與傳統(tǒng)光流流水線的并排視圖。c. 兩種方法的處理時間和準(zhǔn)確性比較。

熟悉該研究的專家認(rèn)為，這項技術(shù)有望擴展機器人安全運行的環(huán)境范圍，從道路到家庭場景。在家庭中，機器人需識別手勢與細(xì)微表情，更快的視覺反饋將使人機互動更加自然。

下一階段挑戰(zhàn)在于擴大神經(jīng)形態(tài)硬件規(guī)模，并在保持速度與精度的同時整合進(jìn)現(xiàn)有 AI 系統(tǒng)。如果順利推進(jìn)，受生物啟發(fā)的視覺架構(gòu)可能改變機器人理解動態(tài)世界的方式與速度。