消息：將光敏電子技術和神經(jīng)網(wǎng)絡結合在一個微型芯片上的一種新型人造眼睛，可以在幾納秒內(nèi)感知到它所看到的東西，比現(xiàn)有的圖像傳感器要快得多。

重要性所在：計算機視覺在人工智能的許多應用中不可或缺——從無人駕駛汽車到工業(yè)機器人，再到在偏遠地區(qū)充當我們眼睛的智能傳感器——機器已經(jīng)變得非常善于對它們看到的東西做出反應。但是大多數(shù)圖像識別需要大量的計算能力才能工作。這個問題是傳統(tǒng)傳感器重要瓶頸，傳統(tǒng)傳感器捕捉大量的視覺數(shù)據(jù)，不管這些數(shù)據(jù)對圖像分類是否有用。處理所有這些數(shù)據(jù)則會降低速度。

同時捕獲和處理圖像的傳感器，無需轉換或傳遞數(shù)據(jù)，使圖像識別更快，使用能量更少。奧地利維也納光子學研究所的研究人員在《自然》雜志上發(fā)表了這一設計，它模擬了動物眼睛在將視覺信息傳遞到大腦之前對視覺信息進行預處理的方式。

工作原理：研究小組用一塊只有幾個原子厚的二烯化鎢片制成芯片，上面蝕刻著光敏二極管。然后他們將二極管連接起來形成一個神經(jīng)網(wǎng)絡。制作這種芯片的材料賦予了它獨特的電學特性，因此可以從外部調(diào)整二極管（網(wǎng)絡中的節(jié)點）的光敏性。這意味著，通過調(diào)整二極管的靈敏度，可以訓練網(wǎng)絡對視覺信息進行分類，直到它給出正確的響應。通過這種方式，智能芯片被訓練來識別n、v和z三個字母的程式化和像素化版本。

有限的視覺：這個新的傳感器是在將更多的人工智能應用到硬件上的道路上邁出的令人興奮的一步，使它更快、更高效。但還有很長的路要走。首先，眼睛只有27個探測器，不能處理比3 * 3塊圖像更多的東西。盡管芯片很小，但它可以執(zhí)行多種標準的監(jiān)督和非監(jiān)督機器學習任務，包括對字母進行分類和編碼。研究人員認為，將神經(jīng)網(wǎng)絡擴展到更大的尺寸是很簡單的。