Insinyur UCLA Mengungkap Jaringan Syaraf Optik Berkecepatan Cahaya untuk Kamera Cerdas
Sekolah Teknik UCLA Samueli, Los Angeles, CA
Insinyur UCLA telah melakukan perbaikan besar pada desain jaringan saraf optik mereka – perangkat yang terinspirasi oleh cara kerja otak manusia – yang dapat mengidentifikasi objek atau memproses informasi dengan kecepatan cahaya. Perkembangan ini dapat mengarah pada sistem kamera cerdas yang mengetahui apa yang mereka lihat hanya dengan pola cahaya yang melewati struktur material rekayasa 3D. Desain baru ini memanfaatkan paralelisasi dan skalabilitas sistem komputasi berbasis optik.
Misalnya, sistem seperti ini dapat diintegrasikan ke dalam mobil atau robot yang dapat mengemudi sendiri, sehingga membantu mereka mengambil keputusan seketika dengan lebih cepat dan menggunakan daya yang lebih sedikit dibandingkan sistem berbasis komputer yang memerlukan waktu tambahan untuk mengidentifikasi suatu objek setelah objek tersebut terlihat.
Teknologi ini pertama kali diperkenalkan oleh grup UCLA pada tahun 2018. Sistem ini menggunakan serangkaian wafer atau lapisan cetak 3D dengan permukaan tidak rata yang mentransmisikan atau memantulkan cahaya yang masuk — tampilan dan efeknya mirip dengan kaca buram. Lapisan tersebut memiliki puluhan ribu titik piksel, yang pada dasarnya adalah neuron buatan yang membentuk volume material rekayasa yang menghitung semuanya secara optik. Setiap objek akan memiliki jalur cahaya unik melalui lapisan buatan 3D. Di belakang lapisan tersebut terdapat beberapa detektor cahaya, masing-masing sebelumnya ditempatkan di komputer untuk menyimpulkan objek masukan berdasarkan di mana cahaya paling banyak berakhir setelah melewati lapisan tersebut. Misalnya, jika ia dilatih untuk mengetahui angka tulisan tangan, maka detektor yang diprogram untuk mengidentifikasi angka “5” akan melihat sebagian besar cahaya yang mengenai detektor tersebut setelah gambar angka “5” melewati lapisan tersebut.
Para peneliti UCLA telah meningkatkan akurasi sistem secara signifikan dengan menambahkan rangkaian detektor kedua ke dalam sistem, sehingga setiap jenis objek kini diwakili dengan dua detektor, bukan hanya satu. Para peneliti bertujuan untuk meningkatkan perbedaan sinyal antara pasangan detektor yang ditugaskan pada suatu jenis objek. Secara intuitif, hal ini mirip dengan menimbang dua batu secara bersamaan dengan tangan kiri dan kanan untuk membedakan apakah keduanya mempunyai berat yang sama atau berbeda.
Sistem seperti itu melakukan tugas pembelajaran mesin dengan interaksi materi cahaya dan difraksi optik di dalam struktur material fabrikasi 3D dengan kecepatan cahaya dan tanpa memerlukan daya yang besar, kecuali untuk cahaya penerangan dan sirkuit detektor sederhana. Menurut para peneliti, kemajuan ini dapat memungkinkan kamera pintar khusus tugas yang melakukan komputasi pada suatu pemandangan hanya dengan menggunakan foton dan interaksi materi cahaya, sehingga menjadikannya sangat cepat dan hemat daya.
Para peneliti menguji keakuratan sistem mereka menggunakan kumpulan data gambar berupa angka tulisan tangan, item pakaian, dan kumpulan kendaraan dan hewan yang lebih luas yang dikenal sebagai kumpulan data gambar CIFAR-10. Mereka menemukan tingkat akurasi pengenalan gambar masing-masing sebesar 98,6%, 91,1%, dan 51,4%.
Hasil tersebut sangat menguntungkan jika dibandingkan dengan jaringan saraf dalam elektronik generasi sebelumnya. Meskipun sistem elektronik yang lebih baru memiliki kinerja yang lebih baik, para peneliti berpendapat bahwa sistem serba optik memiliki keunggulan dalam kecepatan inferensi, daya yang rendah, dan kemampuan untuk ditingkatkan skalanya untuk mengakomodasi dan mengidentifikasi lebih banyak objek secara paralel.
Untuk informasi lebih lanjut, hubungi Amy Akmal di Alamat email ini dilindungi dari robot spam. Anda perlu mengaktifkan JavaScript untuk melihatnya..
