韩国先进科学技术研究院(Korea Advanced Institute of Science and Technology,KAIST)发布消息称,该院研发团队研制出能够以超低功耗运行人工智能算法的半导体芯片——卷积神经网络处理器(convolutional neural network processor,CNNP),以及使用这种芯片的人脸识别系统K-Eye。该系统由该研究团队与初创公司UX Factory Co.联合制造。
K-Eye系列有两种类型:可佩戴型和加密锁型。可佩戴型设备可通过蓝牙与智能手机配合使用,在使用内置电池的情况下能够工作24小时以上。用户可将K-Eye挂在脖子上,使用智能手机或智能手表可方便地查看相关人员的信息。这些智能设备可与K-Eye连接,方便用户通过智能设备访问数据库。K-EyeQ是加密锁型,能够与智能手机配合使用,随时识别并分享用户信息。
如果识别到授权用户正在查看屏幕,无需提供密码、指纹或虹膜进行身份验证,智能手机即会自动打开。由于能够区分输入的人脸是来自保存的照片还是来自真人,智能手机不会被用户的照片欺骗。
K-Eye系列还拥有其他独特功能。它能够先检测人脸再进行识别,并能够以不到1毫瓦的低功耗保持“始终在线”的状态。为了实现这一目标,该研究团队使用了两项关键技术:具有“始终在线”人脸检测功能的图像传感器,以及卷积神经网络处理器人脸识别芯片。
第一项关键技术是“始终在线”的图像传感器,它能够确定其摄像头范围内是否存在人脸。然后,它能够采集画面并将设备设置为仅在人脸存在的情况下运行,从而大幅降低待机功耗。人脸检测传感器组合使用了模拟处理和数字处理来降低功耗。借助该方法,模拟处理器联合CMOS图像传感器阵列,将背景区域与可能包含人脸的区域区分开来,数字处理器随后仅在选定区域内检测人脸。因此,该传感器在画面采集、人脸检测处理和内存使用方面很高效。
第二项关键技术是卷积神经网络处理器,它通过在电路、架构和算法方面优化卷积神经网络(Convolutional Neural Network,CNN),实现超低功耗。首先,卷积神经网络处理器中集成的片上存储器经过特殊设计,能够在垂直方向和水平方向上读取数据。其次,它通过1024个并行运行的乘法器和累加器提供海量计算能力,能够直接将时域结果互相转换,而无需访问外部内存或片上通信网络。最后,卷积神经网络算法中使用二维滤波器进行的卷积计算被转化为一维滤波器的两次连续计算,速度更快且功耗更低。
借助这些新技术,卷积神经网络处理器实现了高达97%的准确度,而功耗仅为图形处理器(GPU)功耗的1/5000。只需消耗0.62毫瓦的能源即可执行人脸识别,如果允许芯片使用更多能源,其展示的性能会比图形处理器更高。
2017年2月,这些芯片在美国洛杉矶召开的国际固态电路研讨会(International Solid-State Circuit Conference,ISSCC)上展示。卷积神经网络处理器拥有全球最低的报告功耗,引起了广泛关注,并促成了当前K-Eye系列人脸识别系统的开发。
研究人员表示,“人工智能处理器会在第四次工业革命中占据领导地位。借助这一人工智能芯片的开发,我们希望韩国能够在人工智能技术领域处于全球领先地位。”
该研究团队和UX Factory Co.准备在2017年年底前将K-Eye系列商业化。据美国市场研究公司IDC报告,人工智能行业的市场规模将从2016年的1270亿美元增长为2017年的1650亿美元。