机器人与人工智能（AI）领域的研究人员希望研发出一种摄像头系统，可以识别看到的东西，从而可让系统实时屏蔽掉不必要的数据，最终大大加快视觉信息的处理速度。

摄像头概念图片（图片来源：interestingengineering.com）

据外媒报道，英国曼彻斯特大学（the University of Manchester）与布里斯托大学（the University of Bristol）正在研发一种技术，以大大提升自动驾驶车辆的图像处理能力。

现在的自动驾驶技术在很大程度上都结合使用数字摄像头与图形处理单元（GPU），后者专为视频游戏渲染图形而设计。问题在于此类系统通常会在传感器和处理器之间传输大量不必要的信息。例如，自动驾驶汽车可能会处理道路旁树木的细节。此类额外的信息会消耗车辆的能量，还会花费处理时间。

为此，该支英国团队开始研发一种不同的方法，以在机器上实现更高效的视觉智能。研究人员们合作发表了两篇独立论文，展示能够将传感技术与机器学习技术结合起来，为AI系统创造新型摄像头。有趣的是，该系统借鉴了自然世界中一种非常智能且普遍存在的视觉感受器——人眼。

两篇独立论文详细介绍了卷积神经网络（CNN）在图像平面上的实现，CNN是一种可以进行视觉理解的AI算法，能够以每秒数千次的速度对图像的每一帧进行分类，根本无需记录下此类图像帧或者将图像帧发送至处理管道。

该项研究采用了曼彻斯特大学电路与系统及PI学院教授Piotr Dudek及其团队所研发的摄像头处理器芯片SCAMP架构，在每一个像素中都嵌入了互联的处理器。

Dudek教授表示：“在像素级上集成传感、处理与内存不仅可以实现高性能、低延迟的系统，还可以实现低功耗、高效的硬件。SCAMP设备的功耗与目前摄像头传感器的覆盖面积类似，但是在图像捕捉点具有通用大规模并行处理器的能力。”

该项研究的目的是研发未来智能AI摄像头，能够在数据被处理之前将不必要的数据过滤掉。该方法可以大大提升汽车、卡车和无人机自动驾驶系统的效率，还可以实现很多不可预见的发展。