São Paulo — InkDesign News —
Pesquisas recentes em machine learning e inteligência artificial resultaram no desenvolvimento de um inovador sensor de visão, inspirado em mecanismos de transmissão neural do cérebro humano, permitindo a extração eficiente de contornos de objetos em condições de iluminação variáveis.
Contexto da pesquisa
Uma equipe de pesquisadores, liderada pelo Professor Moon Kee Choi da Ulsan National Institute of Science and Technology (UNIST), em colaboração com a equipe do Dr. Changsoon Choi do Korea Institute of Science and Technology (KIST) e do Professor Dae-Hyeong Kim da Seoul National University, publicou um artigo na revista Science Advances sobre este sensor mimético de sinapses.
Método proposto
O sensor utiliza um conceito semelhante à via de sinalização dopamina-glutamato encontrada nas sinapses cerebrais. Neste mecanismo, a dopamina modula os sinais de glutamato para priorizar informações críticas. O novo sensor realiza a extração seletiva de características visuais de alto contraste, filtrando detalhes irrelevantes. A tecnologia inova ao integrar uma fototransistor ajustável, cuja resposta de corrente varia conforme a tensão do portão, permitindo uma adaptação dinâmica às condições de iluminação.
“Ao integrar tecnologia de computação no sensor que imita certas funções do cérebro, nosso sistema ajusta automaticamente brilho e contraste, filtrando dados irrelevantes.”
(“By integrating in-sensor computing technology that mimics certain functions of the brain, our system autonomously adjusts brightness and contrast, effectively filtering out irrelevant data.”)— Professor Moon Kee Choi, UNIST
Resultados e impacto
Avaliações experimentais indicaram que o sensor pode reduzir o volume de transmissão de dados em aproximadamente 91,8%, enquanto a precisão no reconhecimento de objetos alcança cerca de 86,7%. Essa eficiência se traduz em um aumento significativo na taxa de processamento para sistemas de visão robótica, que gerenciam gigabits de informações visuais por segundo.
“Essa tecnologia é amplamente aplicável em variados sistemas baseados em visão, incluindo robótica, veículos autônomos e dispositivos IoT.”
(“This technology has broad applicability across various vision-based systems, including robotics, autonomous vehicles, drones, and IoT devices.”)— Dr. Changsoon Choi, KIST
Com isso, o estudo destaca a importância da modelagem inspirada no cérebro para o avanço da AI, potencializando a eficácia e a rapidez no processamento de informações. As implicações futuras incluem a exploração de aplicações em sistemas autônomos e dispositivos inteligentes, que pode revolucionar a forma como percebemos e interagimos com o ambiente ao nosso redor.
Fonte: (TechXplore – Machine Learning & AI)
