发布时间:2022-04-11 阅读量:1403 来源: 我爱方案网整理 发布人: Aurora
苏格兰研究人员开发了一套AI系统,它可以自动识别各种汽车,还可以识别各类人。系统可以用在许多地方,比如让机器拥有更好的视力,在大楼倒塌之前用无人机侦测建筑。
系统是西苏格兰大学、法国跨国电子系统集团Thales合作开发的,它使用了深度学习技术,该技术可以模拟人类大脑,创造一种能够不断学习的AI。

当汽车从远处靠近,它到底是哪种汽车呢?位于格拉斯哥(英国城市名)的Thales英国子公司一直在开发类似的系统,它可以在黑暗中看见目标物,不过新AI系统功能更强大。
数字模仿
在显示屏上有移动的图像。
我们看到的是热成像图像,所以它不是高清图。眼睛处理起来很难,但是系统却知道看到的是什么东西。
Thales算法与处理主管安德鲁·帕姆利(Andrew Parmley)解释了整个过程。
“图像实际上很小,深度学习神经网络却可以识别图像中有什么。”
屏幕上会出现一个红方框,它环绕在汽车周围。旁边会弹出一个标签,说图像中出现的东西是“巴士”。判断是正确的,最开始出现时它看起来像是一辆小货车,但最终却发现它是多人运输车。
小不巴士的门打开了,一个形状浮现出来。很快图像就有了自己的方框,这一次是蓝色方框,旁边写着标签“人”。
当人围着货车走,会有蓝色盒子和标签跟随。
这个产品就是神经网络,顾名思义,它就是用数字方式模拟大脑的运行。
帕姆利解释说:“它是由神经元、突触组成的,已经训练过,我们向系统展示足够多的照片,告诉它货车是怎样的。”
“你展示的可能是一千张不同方向的图片,它从图片中学习,知道货车看起来是怎样的。”
“当你从不同的视角展示货车,它会说:‘我曾看到过这样的东西。’”
西苏格兰大学信号与图像处理高级讲师卡萨西卡(Pablo Casaseca)解释了双方是如何合作的,他说:“我们为系统带来了独特的东西,也就是用超解析方法增强图像质量。在这个特殊项目内,最大的问题在于侦测目标物,目标物在图像中相当小。所以我们认为,我们要提高分辨率,或者增强图片中目标物的图像质量。”

深度学习革命
很明显,这种技术可以用于防卫,它可以告诉我们谁驾驶货车朝我开来。除此之外,技术还可以应用于其它领域。例如,训练之后系统可以知道人群中谁在发烧。
将技术放进无人机,它可以侦测桥梁、大楼是否有裂缝或者其它缺陷。
支撑系统的底层技术是深度学习:一个计算机神经网络,它可以在工作中不断学习。
Thales英国光电业务技术主管威利·亚历山大(Willie Alexander)认为,深度学习的影响不亚于一场革命。
“深度学习可以指挥软件观察图像,知道里面有什么,这就是深度学习带给我们的。我们现在呆在房间内,如果有一张房间的图片,软件就会说‘人、桌子、杯子、笔’。它知道图像中有什么,这是一种革命性的技术,它可以驱动无人驾驶汽车。”
亚历山大还说,革命正在改变世界,改变行业的每一个人,大家必须感知到这种变革的到来,积极使用技术,因为世界正在改变。
用机器人摘水果
大学与Thales合作,媒人是CENSIS,也就是苏格兰传感器、成像系统卓越中心。苏格兰拨款委员会(Scottish Funding Council, SFC)建立了8个创新中心,促进学术研究人员与产业的合作,CENSIS正是其中之一。
CENSIS高级业务拓展经理克雷格·弗莱明(Craig Fleming)对项目取得的成就感到自豪。他说:“简直是梦幻。当我们最初加入CENSIS时一些项目启动了,这个项目正是其中之一,看到它发展到现在这样的确让人高兴。
未来,我们也许会看到机器人摘水果,它可以区分草莓与叶子。系统可以做的事也许更多,远不止这么一些,毕竟它会不断学习。
在任何数字电子系统中,时钟信号都扮演着“心脏起搏器”的角色。
RTC晶振与普通32.768kHz晶振的PCB设计要点基本一致,其核心均在于通过优化布线以降低杂散电容、确保频率精度,并依托合理的布局规划最大限度屏蔽来自板上其他信号源的电磁干扰。
按晶振的功能和实现技术的不同,分为温度补偿晶振(TCXO)、压控晶振(VCXO)、恒温晶振(OCXO)。
为了在性能与功耗之间取得最佳平衡,需要根据具体应用场景,对基准时钟进行相应的分频、倍频或转换处理,从而为各模块提供适宜的时钟信号。此时,分频技术就成为连接晶振基准频率与系统需求的关键,通过数字电路将晶振原始频率按固定比例降低,输出符合要求的低频时钟信号。
RTC芯片是一种专门用于精准计时、掉电续时的专用集成电路,其核心功能是提供精准、稳定的时间信息(包括秒、分、时、日、月、周、年),并能在主电源断电后依靠备用电池继续保持计时,从而确保时间持续不间断。