광자 머신 러닝을 위한 투센 아리에스 6510 카메라

"Aries 6510은 머신러닝 프로젝트에 필요한 속도, 감도 및 해상도를 제공하며, 이제 파이썬을 사용하여 자체 제어 애플리케이션에 카메라를 통합했습니다."

- Wai Kit Ng, Sapienza 그룹, Blackett Labs

그룹 연구 목표

인공지능은 빠르게 발전하고 있지만, 현재 시스템은 막대한 양의 에너지를 소비합니다. 인공지능의 효율성을 높이기 위해 임페리얼 칼리지 런던의 사피엔자 연구소는 전기가 아닌 빛을 이용해 정보를 처리하는 새로운 종류의 광학 하드웨어를 개발하고 있습니다.

그들의 시스템은 미세한 패턴형 반도체 네트워크를 사용하여 빛 패턴에서 직접 이미지를 인식합니다. 빛은 네트워크 내부에서 복잡한 방식으로 상호 작용하여 뇌와 유사한 연산을 수행할 수 있게 합니다. 이러한 접근 방식은 오늘날의 컴퓨터 기반 방식보다 훨씬 빠르고 에너지 효율적인 AI 시스템을 구현할 수 있게 해 지속 가능하고 지능적인 기술을 향한 새로운 길을 제시합니다.

장비 및 실험

디지털 마이크로미러 장치(DMD)에서 나오는 공간적으로 패턴화된 조명이 네트워크에 투사됩니다.

본 연구에서는 리소그래피로 패턴화된 인듐인화물(InP) 광자 네트워크를 연산 기판으로 사용하여 빛에 인코딩된 입력 데이터를 변환합니다. 디지털 마이크로미러 장치(DMD)에서 생성된 공간적으로 패턴화된 빛이 네트워크에 투사되면, 산란, 간섭 및 비선형 레이저 발진 상호작용을 통해 연산이 수행됩니다. 출력광은 회절 격자를 통과하여 고해상도 카메라로 포착되며, 이를 통해 머신러닝 분석에 필요한 데이터가 생성됩니다. 이 접근 방식을 통해 원본 이미지에서 직접적인 광학적 AI 연산을 수행하는 동시에 방출된 빛으로부터 복잡한 구조 정보를 추출할 수 있습니다.

고속, 고감도 및 고해상도는 네트워크의 풍부한 광학적 동적 특성을 효율적으로 포착하는 데 필수적이며, 연구팀은 Tucsen SDK를 사용하여 자체적인 Python 기반 GUI를 개발하고 있습니다.퍼즐 조각.

이미지는 사피엔자 연구실에서 제공한 이미지를 참고하여 제작되었습니다.

투센에서의 경험

"이전에는 다양한 기기에서 학습 데이터를 수집하는 데 필요한 시간 때문에 연구 개발에 제약이 있었습니다. 하지만 이제는 다른 기기와의 협업을 통해 이러한 제약을 극복할 수 있게 되었습니다."투센과정은 간단했습니다. 여러 대의 카메라를 시연해보고 시야각과 속도가 가장 좋은 제품을 선택했으며, 당일 견적을 받고 제시간에 배송받아 현장에 설치까지 완료했습니다. Aries 6510은 고감도 및 고속 판독 기능을 통해 신호 레벨 저하 없이 더 빠른 데이터 수집이 가능하며, 16비트 동적 모드는 더욱 미세한 강도 디테일을 포착하여 정보 품질을 향상시킵니다.

- Wai Kit Ng, Imperial College, Blackett Labs.