威斯康星大学麦迪逊分校的一个团队开发了一种新型的智能玻璃,它利用光学反射来识别图像,而无需传感器、电路、互联网连接或外部电源。图像识别所需的一切都被浓缩成一块玻璃。该技术有一天可以用于将面部识别嵌入智能手机中。玻璃通过使入射光波失真来区分不同的图像。


研究员Zongfu Yu(左),Ang Chen(中)和Efram Khoram(右)开发了一种智能玻璃的概念,该智能玻璃无需外部电源或电路即可识别图像。

该玻璃用作纳米光子介质,可以以与人工神经计算相当的方式执行非线性模式映射。复杂信息被编码在输入光的波前。当光波进入玻璃杯时,玻璃杯会转换波前以执行诸如图像识别之类的计算任务。

计算是由一种主体材料进行的,主体材料中有许多夹杂物,这些杂质以气泡和杂质的形式出现在玻璃中。这些夹杂物在向前和向后的方向上散射光以区分图像。散射以一种可以与数字人工神经网络(ANN)中的线性矩阵乘法相比的方式混合输入光。夹杂物的位置和形状可以与数字人工神经网络中的重量参数进行比较。在输出端,光能集中在定义明确的位置,例如可以解释为图像中对象的身份。研究人员认为,他们的智能眼镜可以为机器学习开辟一种新的模拟方法。

智能玻璃执行的计算是材料固有的,因此可以无限期地使用一块玻璃。于宗福教授说:“我们有可能将玻璃杯用作生物识别锁,调整后只能识别一个人的脸。”

“一旦建造,它将永远持续下去。”为了证明概念,研究人员制造了可以识别手写数字的玻璃碎片。从玻璃杯一端进入的数字图像发出的光;然后将其聚焦在玻璃另一侧的九个斑点之一上。每个点对应一个不同的数字。当手写的“ 3”更改为“ 8”时,智能玻璃具有足够的动态性,可以实时检测。研究人员说,训练玻璃杯识别数字的方法与机器学习类似,只是对模拟材料而不是数字代码进行了训练。


智能玻璃通过弯曲光线以识别不同的数字来模仿人工智能。由宗Yu提供。于说:“我们已经习惯了数字计算,但这拓宽了我们的视野。”“光传播的波动力学提供了一种执行模拟人工神经计算的新方法。”将来,研究人员计划确定他们的方法是否适用于复杂的任务,例如面部识别。与人类的视觉可以一次识别大量不同的物体不同,智能玻璃可以在特定的应用中表现出色-例如,一块用于数字识别,另一块用于识别字母,另一块用于面部。

哥伦比亚大学教授兼这项研究的合作者Ming Yuan说:“这项技术的真正力量在于能够立即处理更复杂的分类任务,而不会消耗任何能量。”“这些任务是创建人工智能的关键——教无人驾驶汽车识别交通信号,在消费类设备中实现语音控制,以及众多其他示例。”尽管前期培训过程可能很耗时且计算量很大,但是玻璃本身易于制造且价格便宜。于说:“我们一直在思考我们如何为未来的机器提供愿景,并构想特定于应用程序,任务驱动的技术。”“这几乎改变了我们设计机器视觉的方式。”