Caméra Tucsen Aries 6510 pour l'apprentissage automatique photonique

« La caméra Aries 6510 offre la vitesse, la sensibilité et la résolution dont nous avions besoin pour nos projets d'apprentissage automatique, et nous l'avons maintenant intégrée à notre propre application de contrôle utilisant Python. »

- Wai Kit Ng, Groupe Sapienza, Blackett Labs

Objectifs de recherche du groupe

L'intelligence artificielle se développe rapidement, mais les systèmes actuels sont très énergivores. Afin d'améliorer l'efficacité de l'IA, le laboratoire Sapienza de l'Imperial College de Londres conçoit un nouveau type de dispositif optique qui traite l'information grâce à la lumière plutôt qu'à l'électricité.

Leur système utilise un minuscule réseau de semi-conducteurs structuré pour reconnaître des images directement à partir de motifs lumineux. La lumière interagit de manière complexe au sein du réseau, lui permettant d'effectuer des calculs similaires à ceux du cerveau. Cette approche pourrait rendre les systèmes d'IA plus rapides et bien plus économes en énergie que les méthodes informatiques actuelles, ouvrant ainsi la voie à des technologies durables et intelligentes.

Équipement et expérience

Un éclairage à motifs spatiaux provenant d'un dispositif à micromiroirs numériques (DMD) est projeté sur le réseau.

Ce travail utilise un réseau photonique en phosphure d'indium (InP) structuré par lithographie comme substrat de calcul, transformant des données d'entrée encodées dans la lumière. Un éclairage spatialement structuré, issu d'un dispositif à micromiroirs numériques (DMD), est projeté sur le réseau, où la diffusion, l'interférence et les interactions laser non linéaires effectuent les calculs. La lumière de sortie est diffractée par un réseau et capturée par une caméra haute résolution, produisant des données pour l'analyse d'apprentissage automatique. Cette approche permet un calcul optique direct par IA sur des images brutes, tout en extrayant des informations structurelles complexes de la lumière émise.

Une vitesse, une sensibilité et une résolution élevées sont essentielles pour capturer efficacement la riche dynamique optique du réseau, et le groupe développe sa propre interface graphique utilisateur (GUI) basée sur Python à l'aide du kit de développement logiciel (SDK) Tucsen.Pièce de puzzle.

Les images sont adaptées de celles fournies par le laboratoire Sapienza.

Expérience avec Tucsen

« Le développement de nos recherches était auparavant limité par le temps nécessaire à la collecte de données d'entraînement provenant de différents appareils. Travailler avecTucsenLa procédure était simple : nous avons testé plusieurs caméras, sélectionné celle qui offrait le meilleur champ de vision et la meilleure vitesse, reçu un devis le jour même, et la caméra a été livrée dans les délais et même installée sur place. La lecture rapide et très sensible de l’Aries 6510 permet une collecte de données plus rapide sans perte de signal, et son mode dynamique 16 bits capture des détails d’intensité plus fins, ce qui améliore encore la qualité de l’information.

- Wai Kit Ng, Collège Impérial, Blackett Labs.