Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Neuronale Hardware für Bilderkennung in Nanosekunden

05.03.2020

Ein ultraschneller Bildsensor mit eingebautem neuronalen Netzwerk wurde an der TU Wien entwickelt. Er kann trainiert werden, bestimmte Objekte zu erkennen. Präsentiert wurde er nun in „Nature“.

Automatische Bilderkennung ist heute weit verbreitet: Es gibt Computerprogramme, die mit großer Zuverlässigkeit Hautkrebs diagnostizieren, selbstfahrende Autos navigieren oder Roboter steuern.


Der Chip sieht ein Bild und liefert das gewünschte Outputsignal.

Joanna Symonowicz, TU Wien


Der Chip (im Zentrum) mit elektrischen Verbindungen außen.

TU Wien

Bisher beruhte das alles auf der Auswertung von Bilddaten, wie sie von ganz normalen Kameras geliefert werden – und das ist aufwändig. Insbesondere wenn die Zahl der aufgenommenen Bilder pro Sekunde hoch ist, entsteht rasch eine Datenmenge, die kaum bewältigt werden kann.

An der TU Wien ging man daher nun einen anderen Weg: Aus einem speziellen 2D-Material entwickelte man einen Bildsensor, der darauf trainiert werden kann, bestimmte Objekte zu erkennen.

Der Chip selbst stellt ein lernfähiges, künstliches neuronales Netz dar. Die Daten müssen also erst gar nicht ausgelesen und von einem Computer verarbeitet werden, sondern der Chip selbst gibt Auskunft darüber, was er gerade sieht – und zwar innerhalb von Nanosekunden. Die Arbeit wurde nun im Fachjournal „Nature“ präsentiert.

Lernende Hardware

Neuronale Netze sind künstliche Systeme, die ähnlich funktionieren wie unser Gehirn: Nervenzellen sind mit vielen anderen Nervenzellen verbunden. Wenn eine Zelle aktiv ist, kann das die Aktivität der benachbarten Nervenzellen beeinflussen.

Genau nach diesem Prinzip funktioniert auch künstliches Lernen am Computer: Ein Netz von Neuronen wird digital simuliert, die Stärke mit der ein Knotenpunkt dieses Netzes den anderen beeinflusst, wird so lange verändert, bis das Netz das gewünschte Verhalten zeigt.

„Typischerweise werden die Bilddaten zuerst Pixel für Pixel ausgelesen und dann am Computer verarbeitet“, sagt Thomas Müller. „Wir hingegen integrieren das neuronale Netz mit künstlicher Intelligenz direkt in die Hardware des Bildsensors. Damit erfolgt die Objekterkennung um viele Größenordnungen schneller als bisher.“

Der Chip wurde an der TU Wien entwickelt und hergestellt. Er basiert auf Photodetektoren aus Wolframdiselenid – ein ultradünnes Material, das nur aus drei Atomschichten besteht. Die einzelnen Photodetektoren, die „Pixel“ des Kamerasystems, sind alle mit einer kleinen Zahl von Ausgangs-Elementen verbunden, die das Ergebnis der Objekterkennung liefern.

Lernen durch variable Empfindlichkeit

„In unserem Chip können wir die Empfindlichkeit jedes einzelnen Detektorelements gezielt einstellen – also die Art, wie sich das Signal, das ein bestimmter Detektor aufnimmt, auf das Ausgangssignal auswirkt“, erklärt Lukas Mennel, Erstautor der Publikation. „Dafür müssen wir einfach nur ein lokales elektrisches Feld direkt am Photodetektor anpassen.“

Diese Anpassung erfolgt von außen, mit Hilfe eines Computerprogramms. Man kann zum Beispiel mit dem Sensor verschiedene Buchstaben aufnehmen und die Empfindlichkeiten der einzelnen Pixel Schritt für Schritt verändern, bis ein bestimmter Buchstabe immer genau zu einem korrespondierendem Ausgangssignal führt. So wird das neuronale Netz im Chip konfiguriert – mit stärkeren und schwächeren Verbindungen.

Ist dieser Lernprozess abgeschlossen, wird der Computer nicht mehr benötigt. Das neuronale Netz kann nun alleine arbeiten. Wird dem Sensor ein bestimmter Buchstabe präsentiert, erzeugt er innerhalb von 50 Nanosekunden das antrainierte Ausgangssignal – zum Beispiel ein Zahlencode, der für den Buchstaben steht, den der Chip gerade erkannt hat.

Objekterkennung, wenn es schnell gehen muss

„Unser Test-Chip ist momentan noch klein, aber man kann die Technologie problemlos hochskalieren, je nachdem, welche Aufgabe man lösen möchte“, sagt Thomas Müller. „Prinzipiell könnte man den Chip auch darauf trainieren, Äpfel von Bananen zu unterscheiden, wir sehen aber dessen Einsatz eher bei der Durchführung wissenschaftlicher Experimente oder anderen spezialisierten Anwendungen.“

Die Technologie ist überall dort sinnvoll einsetzbar, wo extrem hohe Geschwindigkeit gefragt ist: „Von der Bruchmechanik bis zur Teilchendetektion – in vielen Forschungsbereichen werden kurze Ereignisse untersucht“, sagt Thomas Müller. „Oft muss man nicht alle Daten über dieses Ereignis aufzubewahren, sondern eine ganz bestimmte Frage beantworten: Breitet sich ein Riss von links nach rechts aus? Welches von mehreren möglichen Teilchen ist gerade vorbeigeflogen? Genau für solche Einsatzzwecke eignet sich unsere Technologie ausgezeichnet.“

Wissenschaftliche Ansprechpartner:

Kontakt:
Prof. Thomas Müller
Institut für Photonik
Technische Universität Wien
Gußhausstraße 27–29, 1040 Wien
T +43-1-58801-38739
thomas.mueller@tuwien.ac.at

Originalpublikation:

L. Menneli et al., Ultrafast machine vision with 2D material neural network image sensors, Nature (2020), DOI: 10.1038/s41586-020-2038-x, https://www.nature.com/articles/s41586-020-2038-x

Dr. Florian Aigner | Technische Universität Wien
Weitere Informationen:
http://www.tuwien.ac.at

Weitere Nachrichten aus der Kategorie Physik Astronomie:

nachricht Zweifel an grundsätzlichen Annahmen zum Universum
08.04.2020 | Rheinische Friedrich-Wilhelms-Universität Bonn

nachricht Langlebigere Satelliten, weniger Weltraumschrott
08.04.2020 | Universität Stuttgart

Alle Nachrichten aus der Kategorie: Physik Astronomie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Innovative Technologien für Satelliten

Er kommt ohne Verkabelung aus und seine tragende Struktur ist gleichzeitig ein Akku: An einem derart raffiniert gebauten Kleinsatelliten arbeiten Forschungsteams aus Braunschweig und Würzburg. Für 2023 ist das Testen des Kleinsatelliten im Orbit geplant.

Manche Satelliten sind nur wenig größer als eine Milchtüte. Dieser Bautypus soll jetzt eine weiter vereinfachte Architektur bekommen und dadurch noch leichter...

Im Focus: The human body as an electrical conductor, a new method of wireless power transfer

Published by Marc Tudela, Laura Becerra-Fajardo, Aracelys García-Moreno, Jesus Minguillon and Antoni Ivorra, in Access, the journal of the Institute of Electrical and Electronics Engineers

The project Electronic AXONs: wireless microstimulators based on electronic rectification of epidermically applied currents (eAXON, 2017-2022), funded by a...

Im Focus: Belle II liefert erste Ergebnisse: Auf der Suche nach dem Z‘-Boson

Vor ziemlich genau einem Jahr ist das Belle II-Experiment angelaufen. Jetzt veröffentlicht das renommierte Journal Physical Review Letters die ersten Resultate des Detektors. Die Arbeit befasst sich mit einem neuen Teilchen im Zusammenhang mit der Dunklen Materie, die nach heutigem Kenntnisstand etwa 25 Prozent des Universums ausmacht.

Seit etwa einem Jahr nimmt das Belle II-Experiment Daten für physikalische Messungen. Sowohl der Elektron-Positron-Beschleuniger SuperKEKB als auch der...

Im Focus: Belle II yields the first results: In search of the Z′ boson

The Belle II experiment has been collecting data from physical measurements for about one year. After several years of rebuilding work, both the SuperKEKB electron–positron accelerator and the Belle II detector have been improved compared with their predecessors in order to achieve a 40-fold higher data rate.

Scientists at 12 institutes in Germany are involved in constructing and operating the detector, developing evaluation algorithms, and analyzing the data.

Im Focus: Wenn Ionen an ihrem Käfig rütteln

In vielen Bereichen spielen „Elektrolyte“ eine wichtige Rolle: Sie sind bei der Speicherung von Energie in unserem Körper wie auch in Batterien von großer Bedeutung. Um Energie freizusetzen, müssen sich Ionen – geladene Atome – in einer Flüssigkeit, wie bspw. Wasser, bewegen. Bisher war jedoch der präzise Mechanismus, wie genau sie sich durch die Atome und Moleküle der Elektrolyt-Flüssigkeit bewegen, weitgehend unverstanden. Wissenschaftler*innen des Max-Planck-Instituts für Polymerforschung haben nun gezeigt, dass der durch die Bewegung von Ionen bestimmte elektrische Widerstand einer Elektrolyt-Flüssigkeit sich auf mikroskopische Schwingungen dieser gelösten Ionen zurückführen lässt.

Kochsalz wird in der Chemie auch als Natriumchlorid bezeichnet. Löst man Kochsalz in Wasser lösen sich Natrium und Chlorid als positiv bzw. negativ geladene...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Aachener Werkzeugmaschinen-Kolloquium AWK’21 findet am 10. und 11. Juni 2021 statt

06.04.2020 | Veranstaltungen

Interdisziplinärer Austausch zum Design elektrochemischer Reaktoren

03.04.2020 | Veranstaltungen

13. »AKL – International Laser Technology Congress«: 4.–6. Mai 2022 in Aachen – Lasertechnik Live bereits früher!

02.04.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Kleine Flugplätze durch Virtual Reality unterstützen

08.04.2020 | Verkehr Logistik

Forschung gegen das Corona-Virus – Gewebemodelle für schnelle Wirkstofftests

08.04.2020 | Biowissenschaften Chemie

Kostengünstiges mobiles Beatmungsgerät entwickelt

08.04.2020 | Medizintechnik

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics