Untuk melihat rilis pers multimedia selengkapnya, klik di sini: https://www.businesswire.com/news/home/20200304005029/en/
Sebagian besar UAV yang digunakan saat ini bergantung pada transmisi dan refleksi gelombang elektromagnetik yang mendeteksi dan menghindari hambatan, namun ini mengkonsumsi banyak daya. Sebuah pendekatan alternatif untuk menghindari hambatan adalah dengan menggunakan lensa optik untuk menangkap dan menganalisis gambar, namun jumlah informasi untuk diproses sangat besar untuk diselesaikan dengan cepat, dan pendekatan ini juga mengkonsumsi banyak daya.
Tertarik dengan kemampuan luar biasa lalat buah untuk menghindari hambatan, Tang berpikir bahwa ada kemungkinan untuk mereplikasi saraf optik serangga kecil dan mengadaptasinya ke aplikasi AI.
Tugas pertama adalah untuk memecahkan masalah dari kelebihan informasi. Menurut Tang, sensor gambar yang saat ini digunakan di kamera dan telepon seluler memiliki jutaan pixel, sedangkan mata lalat buah hanya memiliki sekitar 800 pixel. Ketika otak lalat buah memproses sinyal visual sebagai kontur dan kontras, ini menggunakan semacam mekanisme deteksi yang secara otomatis menyaring informasi tidak penting, dan hanya memperhatikan benda-benda bergerak yang bertabrakan.
Dengan meniru mekanisme deteksi ini, tim riset telah mengembangkan chip AI yang memungkinkan untuk menggunakan gestur tangan dan sensor gambar untuk mengoperasikan drone.
Pertama, drone diajarkan untuk fokus apa yang paling penting, kemudian diajarkan bagaimana menilai jarak dan kemungkinan tabrakan, Untuk tujuan ini, Lo melakukan investigasi secara detail tentang bagaimana lalat buah mendeteksi alur optik, untuk tujuan itu dia memanfaatkan peta jalur saraf lalat buah secara ekstensif yang diproduksi oleh Brain Research Center di NTHU. “Arus optik lintasan relatif tersisa di bidang penglihaan oleh benda bergerak, dan yang digunakan oleh otak untuk menentukan jarak dan untuk menghindari hambatan,” jelas Lo.
Tang mengatakan bahwa chip AI yang dikembangkan oleh tim risetnya mewakili terobosan utama di area komputasi memori. Komputer dan telepon seluler pertama-tama menggerakkan data dari memori ke unit pemrosesan utama CPU, dan sekali ini diproses, data bergerak kembali ke memori untuk penyimpanan, dan proses seperti itu apa yang mengkonsumsi hingga 90% energi dan waktu proses pembelajaran dalam AI. Sebaliknya, chip AI yang dikembangkan oleh tim NTHU meniru sinapsis neuronal, sehingga memungkinkannya melakukan komputasi dalam memori, yang sangat meningkatkan efisiensi.
Baca versi aslinya di businesswire.com: https://www.businesswire.com/news/home/20200304005029/en/
Kontak
Holly Hsueh
(886) 3-5162006
hoyu@mx.nthu.edu.tw
Sumber: National Tsing Hua University
Pengumuman ini dianggap sah dan berwenang hanya dalam versi bahasa aslinya. Terjemahan-terjemahan disediakan hanya sebagai alat bantu, dan harus dengan penunjukan ke bahasa asli teksnya, yang adalah satu-satunya versi yang dimaksudkan untuk mempunyai kekuatan hukum.
Pewarta: PR Wire
Editor: PR Wire
Copyright © ANTARA 2020