Telecamera Tucsen Aries 6510 per l'apprendimento automatico fotonico

"La Aries 6510 offre la velocità, la sensibilità e la risoluzione di cui avevamo bisogno per i nostri progetti di apprendimento automatico, e ora abbiamo integrato la telecamera nella nostra applicazione di controllo utilizzando Python."

- Wai Kit Ng, Gruppo Sapienza, Blackett Labs

Obiettivi della ricerca di gruppo

L'intelligenza artificiale si sta sviluppando rapidamente, ma i sistemi attuali consumano grandi quantità di energia. Per rendere l'IA più efficiente, il Sapienza Lab dell'Imperial College di Londra sta creando un nuovo tipo di hardware ottico che elabora le informazioni utilizzando la luce anziché l'elettricità.

Il loro sistema utilizza una minuscola rete di semiconduttori strutturata per riconoscere le immagini direttamente dai pattern luminosi. La luce interagisce in modi complessi all'interno della rete, consentendole di eseguire calcoli in modo molto simile a quanto fa il cervello. Questo approccio potrebbe rendere i sistemi di intelligenza artificiale più veloci e molto più efficienti dal punto di vista energetico rispetto ai metodi basati su computer attualmente in uso, aprendo una nuova strada verso tecnologie intelligenti e sostenibili.

Attrezzature e strumenti per gli esperimenti

Un'illuminazione con schema spaziale predefinito, proveniente da un dispositivo a micromirror digitali (DMD), viene proiettata sulla rete.

Il presente lavoro utilizza una rete fotonica di fosfuro di indio (InP) realizzata mediante litografia come substrato computazionale, trasformando i dati di input codificati in luce. Un'illuminazione spazialmente strutturata proveniente da un dispositivo a micromirror digitali (DMD) viene proiettata sulla rete, dove le interazioni di scattering, interferenza e laser non lineare eseguono i calcoli. La luce in uscita viene diffratta da un reticolo e catturata da una telecamera ad alta risoluzione, producendo dati per l'analisi di apprendimento automatico. Questo approccio consente il calcolo ottico diretto di intelligenza artificiale su immagini grezze, estraendo al contempo informazioni strutturali complesse dalla luce emessa.

Alta velocità, sensibilità e risoluzione sono essenziali per catturare in modo efficiente le ricche dinamiche ottiche della rete e il gruppo sta sviluppando la propria GUI basata su Python utilizzando l'SDK di Tucsen chiamatoStanza del puzzle.

Le immagini sono tratte da quelle fornite dal laboratorio Sapienza.

Esperienza con Tucsen

"Lo sviluppo della nostra ricerca era precedentemente limitato dal tempo necessario per raccogliere i dati di addestramento da diversi dispositivi. Lavorando conTucsenÈ stato tutto semplice: abbiamo provato diverse telecamere, abbiamo scelto la migliore per campo visivo e velocità, abbiamo ricevuto un preventivo in giornata e la telecamera è stata consegnata puntualmente e persino installata in loco. L'elevata sensibilità e la velocità di lettura dell'Aries 6510 consentono una raccolta dati più rapida senza sacrificare il livello del segnale, e la sua modalità dinamica a 16 bit cattura dettagli di intensità più fini, migliorando ulteriormente la qualità delle informazioni."

- Wai Kit Ng, Imperial College, Blackett Labs.