การใช้ประโยชน์ในความร่วมมือกับTata Consultancy Services(TCS) จะแสดงเทคโนโลยีการจดจำด้วยท่าทางด้วยมือโดยใช้อินพุต Spiking Dynamic Vision Sensor (DVS) บนแพลตฟอร์มเทคโนโลยี Akida Neuromorphic ในการประชุมระบบการประมวลผลข้อมูลระบบประสาท (Neurips 2019) ในแวนคูเวอร์ในเดือนนี้ บริษัท ประกาศ
เทคโนโลยีดังกล่าวระบุไว้ในรายงานการวิจัยที่ชื่อ“ การรับรู้ท่าทางของมนุษย์โดยใช้การป้อนข้อมูล spiking บนแพลตฟอร์ม Akida neuromorphic” เขียนโดย Sounak Dey, Arijit Mukherjee จาก TCS Research และ Gilles Bézard, Douglas McLelland จาก Brainchip การสาธิตจะรวมถึงการนำเสนอการวิจัย
เทคโนโลยี Akida Neuromorphic System-on-Chip (SOC) จะถูกใช้เพื่อรับรู้และจำแนกท่าทางมือของผู้ที่เข้าร่วมงานนำเสนอ กล้องเซ็นเซอร์วิสัยทัศน์แบบไดนามิกจะตรวจจับท่าทางมือและตำแหน่งมือและจะใช้ประโยชน์จากแพลตฟอร์ม Akida สำหรับการเรียนรู้และการจำแนกสดที่ไม่ได้รับการดูแล BrainChip อ้างว่าเครือข่ายประสาท (SNN) และชิป Akida Neuromorphic ต้องการพลังงานและข้อมูลน้อยกว่าเมื่อเทียบกับเครือข่ายประสาทแบบดั้งเดิม (DNN)
Akida สามารถรวมเข้ากับเทคโนโลยี IP ที่มีใบอนุญาตเข้ากับอุปกรณ์ ASIC และจะพร้อมใช้เป็น SOC โดยมีการปรับใช้ทั้งสองอย่างสำหรับการเฝ้าระวังระบบช่วยเหลือผู้ขับขี่ขั้นสูง (ADAS) ยานพาหนะอิสระ (AV) หุ่นยนต์ที่มีวิสัยทัศน์ มันดำเนินการประมวลผลระบบประสาทและการเข้าถึงหน่วยความจำบนขอบซึ่งบันทึกทรัพยากรการคำนวณที่จำเป็นสำหรับซีพียูโฮสต์ระบบและเพิ่มประสิทธิภาพฟังก์ชั่นเช่นการฝึกอบรมการเรียนรู้และการอนุมาน
“ ในขณะที่การรับรู้ของท่าทางด้วยมือที่เรียบง่ายอาจดูเหมือนง่าย แต่ในความเป็นจริงแล้วมันเป็นการปฏิวัติล่วงหน้าในสภาพแวดล้อมของมนุษย์และหุ่นยนต์ในปัจจุบัน” Roger Levinson ซีโอโอของ Brainchip กล่าว “ เรามีความยินดีที่ได้มีโอกาสแสดงขอบเขตของการปฏิวัติล่วงหน้าที่ Neurips และกระตือรือร้นที่จะแสดงให้เห็นว่าแพลตฟอร์มที่ใช้ Akida สามารถนำไปใช้ในการบริโภคภาพได้อย่างไรฝึกฝนระบบเพื่อรับรู้สิ่งที่ได้เห็นและเรียนรู้ในแบบที่มีประสิทธิภาพและแม่นยำกว่าสิ่งที่แก้ปัญหาอื่น ๆ ได้
ในเดือนพฤศจิกายน BrainChip ได้รับ USสิทธิบัตรสำหรับเครือข่ายประสาทแบบไดนามิกคุณลักษณะที่มีค่าของชิปการประมวลผล AI ของ Akida
หัวข้อบทความ
ปัญญาประดิษฐ์-asic-ไบโอเมตริกซ์-Biometrics ที่ขอบ-การใช้ประโยชน์-การคำนวณขอบ-การรับรู้ท่าทาง-IoT
