蓋世汽車訊機器人與人工智能（AI）領域的研究人員希望研發出一種攝像頭系統，可以識別看到的東西，從而可讓系統實時屏蔽掉不必要的數據，最終大大加快視覺信息的處理速度。

據外媒報道，英國曼徹斯特大學（theUniversityofManchester）與布里斯托大學（theUniversityofBristol）正在研發一種技術，以大大提升自動駕駛車輛的圖像處理能力。

現在的自動駕駛技術在很大程度上都結合使用數字攝像頭與圖形處理單元（GPU），後者專爲視頻遊戲渲染圖形而設計。問題在於此類系統通常會在傳感器和處理器之間傳輸大量不必要的信息。例如，自動駕駛汽車可能會處理道路旁樹木的細節。此類額外的信息會消耗車輛的能量，還會花費處理時間。

爲此，該支英國團隊開始研發一種不同的方法，以在機器上實現更高效的視覺智能。研究人員們合作發表了兩篇獨立論文，展示能夠將傳感技術與機器學習技術結合起來，爲AI系統創造新型攝像頭。有趣的是，該系統借鑑了自然世界中一種非常智能且普遍存在的視覺感受器——人眼。

兩篇獨立論文詳細介紹了卷積神經網絡（CNN）在圖像平面上的實現，CNN是一種可以進行視覺理解的AI算法，能夠以每秒數千次的速度對圖像的每一幀進行分類，根本無需記錄下此類圖像幀或者將圖像幀發送至處理管道。

該項研究採用了曼徹斯特大學電路與系統及PI學院教授PiotrDudek及其團隊所研發的攝像頭處理器芯片SCAMP架構，在每一個像素中都嵌入了互聯的處理器。

Dudek教授表示："在像素級上集成傳感、處理與內存不僅可以實現高性能、低延遲的系統，還可以實現低功耗、高效的硬件。SCAMP設備的功耗與目前攝像頭傳感器的覆蓋面積類似，但是在圖像捕捉點具有通用大規模並行處理器的能力。"

該項研究的目的是研發未來智能AI攝像頭，能夠在數據被處理之前將不必要的數據過濾掉。該方法可以大大提升汽車、卡車和無人機自動駕駛系統的效率，還可以實現很多不可預見的發展。