2026/04/18「Aries 6510は、当社の機械学習プロジェクトに必要な速度、感度、解像度を備えており、Pythonを使用して独自の制御アプリケーションにカメラを統合しました。」
- Wai Kit Ng、Sapienza Group、Blackett Labs
グループ研究の目的
人工知能は急速に発展しているが、現在のシステムは大量のエネルギーを消費する。AIの効率性を向上させるため、インペリアル・カレッジ・ロンドンのサピエンツァ研究所は、電気ではなく光を使って情報を処理する新しいタイプの光学ハードウェアを開発している。
彼らのシステムは、微細なパターン化された半導体ネットワークを用いて、光のパターンから直接画像を認識する。ネットワーク内部では光が複雑な相互作用を起こし、脳のように計算処理を実行する。このアプローチにより、AIシステムは今日のコンピュータベースの手法よりも高速かつエネルギー効率が大幅に向上し、持続可能でインテリジェントな技術への新たな道が開かれる可能性がある。
装置と実験
本研究では、リソグラフィでパターン化されたリン化インジウム（InP）フォトニックネットワークを計算基板として用い、光に符号化された入力データを変換します。デジタルマイクロミラーデバイス（DMD）からの空間的にパターン化された照明がネットワーク上に投影され、そこで散乱、干渉、および非線形レーザー相互作用によって計算が行われます。出力光は回折格子によって回折され、高解像度カメラで撮影され、機械学習分析用のデータが生成されます。このアプローチにより、生画像に対して直接光学的AI計算を行うと同時に、放出された光から複雑な構造情報を抽出することが可能になります。
ネットワークの豊富な光学的ダイナミクスを効率的に捉えるには、高速性、高感度、高解像度が不可欠であり、グループはTucsen SDKを使用して独自のPythonベースのGUIを開発している。パズルピース.
画像はサピエンツァ大学の研究室から提供されたものを改変したものです。
Tucsenでの経験
「これまで、私たちの研究の進展は、さまざまなデバイスからトレーニングデータを収集するのに必要な時間によって制限されていました。ツーセン導入は簡単でした。複数のカメラのデモを行い、視野と速度で最適なものを選定し、即日見積もりを受け取り、カメラは予定通りに納品され、現場での設置まで完了しました。Aries 6510の高感度かつ高速な読み出しにより、信号レベルを犠牲にすることなく迅速なデータ収集が可能になり、16ビットダイナミックモードではより微細な輝度ディテールを捉えることができ、情報品質がさらに向上します。
- Wai Kit Ng、インペリアル カレッジ、ブラケット研究所
牡羊座6510
の牡羊座6510GSENSE6510BSIセンサーを搭載し、広い視野角でsCMOSレベルの感度を実現しています。
● ピーク時の量的緩和率95%
● 150 fps
● 0.7 e-読み取りノイズ
● 1000万画素
● 6.5ミクロンピクセル
● GigE
