18/04/2026"La Aries 6510 ofrece la velocidad, la sensibilidad y la resolución que necesitábamos para nuestros proyectos de aprendizaje automático, y ahora hemos integrado la cámara en nuestra propia aplicación de control utilizando Python."
- Wai Kit Ng, Grupo Sapienza, Blackett Labs
Objetivos de la investigación del grupo
La inteligencia artificial se está desarrollando rápidamente, pero los sistemas actuales consumen grandes cantidades de energía. Para que la IA sea más eficiente, el Laboratorio Sapienza del Imperial College de Londres está creando un nuevo tipo de hardware óptico que procesa la información utilizando luz en lugar de electricidad.
Su sistema utiliza una minúscula red de semiconductores con patrones para reconocer imágenes directamente a partir de patrones de luz. La luz interactúa de forma compleja dentro de la red, lo que le permite realizar cálculos de manera similar a como lo hace el cerebro. Este enfoque podría hacer que los sistemas de IA sean más rápidos y mucho más eficientes energéticamente que los métodos informáticos actuales, ofreciendo un nuevo camino hacia tecnologías sostenibles e inteligentes.
Equipo y experimento
El presente trabajo utiliza una red fotónica de fosfuro de indio (InP) con patrón litográfico como sustrato computacional, transformando datos de entrada codificados en luz. La iluminación con patrón espacial proveniente de un dispositivo de micromirrores digitales (DMD) se proyecta sobre la red, donde la dispersión, la interferencia y las interacciones láser no lineales realizan el cálculo. La luz de salida se difracta mediante una rejilla y se captura con una cámara de alta resolución, generando datos para el análisis mediante aprendizaje automático. Este enfoque permite el cálculo óptico directo de IA sobre imágenes sin procesar, extrayendo información estructural compleja de la luz emitida.
La alta velocidad, sensibilidad y resolución son esenciales para capturar la rica dinámica óptica de la red de manera eficiente, y el grupo está desarrollando su propia GUI basada en Python utilizando el SDK de Tucsen llamadopieza de rompecabezas.
Las imágenes se han adaptado a partir de las proporcionadas por el laboratorio Sapienza.
Experiencia con Tucson
"El desarrollo de nuestra investigación estaba anteriormente limitado por el tiempo necesario para recopilar datos de entrenamiento de diferentes dispositivos. Trabajar conTucsonFue muy sencillo: probamos varias cámaras, seleccionamos la mejor en cuanto a campo de visión y velocidad, recibimos un presupuesto el mismo día y la cámara se entregó a tiempo e incluso se instaló en el lugar. La lectura rápida y de alta sensibilidad de la Aries 6510 permite una recopilación de datos más rápida sin sacrificar el nivel de señal, y su modo dinámico de 16 bits captura detalles de intensidad más finos, lo que mejora aún más la calidad de la información.
- Wai Kit Ng, Imperial College, Blackett Labs.
Aries 6510
ElAries 6510Incorpora el sensor GSENSE6510BSI, que ofrece sensibilidad sCMOS con amplios campos de visión.
● 95% de QE máxima
● 150 fps
● 0,7 e- Ruido de lectura
● 10 millones de píxeles
● Píxeles de 6,5 micras
● GigE
Enlaces directos al producto y precios en tu región: EE. UU., UE y Reino Unido
