亚洲新能源汽车网获悉，斯坦福大学新研发了可以更快识别障碍物的人工智能摄像头，创新运用光学计算机过滤图像数据，能帮助自动驾驶汽车更快速高效地在障碍物间穿行。
    图像识别技术是自动驾驶汽车和无人机研发的基础，这一技术依赖于人工智能，即由计算机自我学习，识别狗、穿越马路的行人、停放的车辆等物体。但是由于目前运行人工智能算法的计算机体积太大，速度过慢，无法运用在手持医疗设备等未来应用中。

    据报道，美国斯坦福大学研究人员已经设计出一款新型人工智能摄像头，将光学计算机和电子计算机结合，创造出更快、更高效的图像处理器。

    发表在《自然科学报告》上的研究成果指出，摄像头样机的第一层是光学计算机，不需要进行高能耗的数字计算，第二层是传统的数字电子计算机。光学计算机层通过物理方法对图像数据进行预处理，采用多种途径过滤图像数据，避免电子计算机运用数学方式进行过滤。由于物理过滤在光通过特定光学器件时自动进行，因此该层以零输入功率工作，为混合系统节省了大量时间和能耗。
    斯坦福大学研究生Julie Chang说：“我们成功地将人工智能的部分数学运算外包给了光学系统。”这种设计能大大减少计算量和内存调用次数，且全过程以光速运行，为下一阶段数字计算机层运行创造极大优势。同时原型机在执行相同运算时表现出的速度和准确度均能与现有的纯电子计算机处理器相媲美，还节省了大量计算成本。
    目前在模拟环境和现实世界的实验中，该团队都成功使用新系统在自然图像设置中成功识别飞机、车辆、猫、狗等其他图像。研究人员表示，该系统日后将实现小型化，以适应手持摄像头和空中无人机的需要。斯坦福大学助理教授Gordon Wetzstein表示，“系统的一些未来版本将在自动驾驶汽车等快速决策应用中发挥很大作用。”