Efficient visual motion prediction using memristive spatiotemporal compression
تقدم هذه الورقة بنية ضغط مكاني-زماني قائمة على الممرستور (memristive) تحقق تنبؤاً فعالاً بالحركة البصرية من خلال دمج التغيرات الزمنية في حالات الموصلية وضغط البيانات المكانية إلى تيارات أحادية الأبعاد، مما يؤدي إلى تقليل زمن الاستجابة واستهلاك الطاقة بشكل كبير مقارنة بالنماذج المرجعية القائمة على وحدات معالجة الرسومات (GPU) مع الحفاظ على دقة عالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
لا تكتفي العين البشرية بمجرد التقاط صور ثابتة للعالم، بل تنسج قصة مستمرة من تدفق الضوء. فعندما نراقب طائراً يحلق عبر السماء، لا يقوم دماغنا بتخزين سلسلة طويلة من الصور المنفصلة لمعرفة أين سيهبط الطائر بعد ذلك، بل يدمج الحركة في إحساس واحد متطور بالاتجاه والسرعة، مما يسمح لنا بتوقع المستقبل بسرعة فائقة وبجهد يكاد يكون معدوماً. وتعد هذه القدرة على ضغط الزمان والمكان في تنبؤ مدمج سمة مميزة للرؤية البيولوجية. وفي المق المقابل، غالباً ما تعاني الآلات التي نصنعها لرؤية العالم من هذه المهمة ذاتها؛ إذ تعتمد أنظمة الرؤية الحاسوبية التقليدية عادةً على تسجيل كل إطار من الفيديو، وتخزينها في الذاكرة، ثم معالجة مجموعة الصور بأكملها لتخمين ما سيحدث لاحقاً. ويتطلب هذا النهج كميات هائلة من التخزين والطاقة والوقت، مما يخلق عنق زجاجة يحد من مدى سرعة وكفاءة هذه الأنظمة، خاصة في تطبيقات مثل الطائرات المسيرة ذاتية القيادة أو مراقبة الأمن التي تحتاج إلى الاستجابة الفورية.
وقد طور باحثون في الجامعة الوطنية للدفاع التكنولوجي ومؤسسات متعاونة نهجاً عتادياً جديداً يحاكي كفاءة الدماغ من خلال تغيير كيفية تخزين المعلومات البصرية ومعالجتها قبل إجراء التنبؤ حتى. فبدلاً من الاحتفاظ بسجل من إطارات الفيديو المنفصلة، بنوا نظاماً يستخدم نوعاً خاصاً من المكونات الإلكترونية يسمى "الممرستور" (memristor) لتجميع تاريخ الحركة فيزيائياً. والممرستور هو جهاز تتغير مقاومته الكهربائية عند تطبيق جهد كهربائي، ويمكنه الحفاظ على تلك الحالة الجديدة حتى بعد إيقاف تشغيل الطاقة. وفي هذا النظام، وبينما يعمل الفيديو، تُستخدم التغيرات في السطوع من لحظة إلى أخرى لتعديل المقاومة الكهربائية قليلاً لملايين من هذه المكونات الصغيرة. والنتيجة هي أن التاريخ الكامل لحركة الجسم يتم تشفيره في حالة كهربائية واحدة متطورة، بدلاً من قائمة طويلة من الصور المخزنة. وتعمل هذه العملية على ضغط الزمن بفعالية، محولةً تسلسل الأحداث إلى حالة فيزيائية ثابتة تحتوي على جميع المعلومات الضرورية حول أين كان الجسم وإلى أين يتجه.
بمجرد تخزين تاريخ الحركة هذا في الحالة الكهربائية للرقاقة، يواجه النظام التحدي التالي: كيف يمكن قراءته دون هدر الطاقة؟ تتطلب الطرق التقليدية قراءة كل نقطة في الشبكة ثنائية الأبعاد للرقاقة لإعادة بناء الصورة، وهو ما يتضمن نقل كميات هائلة من البيانات. وقد حل الباحثون هذه المشكلة باستخدام الفيزياء الطبيعية لرقاقتهم لضغط المساحة؛ فعند تطبيق جهد كهربائي لقراءة المعلومات المخزنة، تندمج التيارات الكهربائية المتدفقة عبر الصفوف والأعمدة في الرقاقة تلقائياً. وبدلاً من قراءة الخريطة الكاملة ثنائية الأبعاد لمسار الجسم، يقيس النظام فقط إجمالي التيار المتدفق عبر كل صف وكل عمود. ويؤدي هذا إلى اختزال الشكل المعقد ثنائي الأبعاد لتاريخ الحركة إلى مجرد قائمتين بسيطتين من الأرقام: واحدة للموقع الأفقي والأخرى للموقع الرأسي. وتعمل هذه القوائم كملخص مضغوط للغاية للمسار، حيث تحتوي على الإشارات الأساسية اللازمة للتنبؤ مع التخلص من التفاصيل الزائدة للصورة الكاملة.
ومع وجود هذه البيانات المضغوطة، يمرر النظامها إلى شبكة عصبية صغيرة وخفيفة الوزن مبنية مباشرة على نفس العتاد. تأخذ هذه الشبكة تيارات الصفوف والأعمدة وتحسب أين سيكون الجسم في اللحظة التالية. وقد اختبر الباحثون هذه العملية برمتها على رقاقة مصممة خصيصاً باستخدام تقنية 180 نانومتر. وفي تجارب تتبع جسم واحد متحرك، توقع النظام الموقع المستقبلي بمتوسط خطأ قدره 1.31 خلية شبكية فقط، وهي نتيجة قريبة جداً من خطأ 1.04 خلية الذي حققه معالج رسومات حاسوبي قياسي يعمل ببرمجيات معقدة. ومع ذلك، كان الفرق في الكفاءة دراماتيكياً؛ فقد أتم نظام العتاد الجديد عملية التنبؤ في 15.75 ميكروثانية، وهو ما يجعله أسرع بنسبة 58.6 بالمائة من البرنامج المرجعي، واستهلك طاقة أقل بمقدار 228 مرة. وهذا يعني أن النظام يمكنه اتخاذ القرارات بشكل فوري تقريباً مع استخدام جزء ضئيل من الطاقة التي تتطلبها التكنولوجيا الحالية.
كما أظهر الباحثون أن هذه الطريقة تعمل في حالات أكثر تعقيداً تتضمن جسمين متحركين، مثل طائرتين مسيرتين تحلقان بالقرب من بعضهما البعض. فحتى مع وجود أهداف متعددة، استطاع النظام فصل مساراتهما، والتنبؤ بمساراتهما المستقبلية لثماني خطوات للأمام، وتقييم خطر التصادم. وفي اختبارات الأجسام المزدوجة هذه، حافظ العتاد على دقة مماثلة للحاسوب القوي المرجعي مع تقليل زمن الاستجابة بنسبة تقارب 70 بالمائة وخفض استهلاك الطاقة بمعامل قدره 684 مرة. وتظهر الدراسة أنه من خلال نقل ضغط الزمان والمكان إلى العتاد الفيزيائي نفسه، فمن الممكن بناء أنظمة رؤية ليست فقط أسرع وأكثر كفاءة في استهلاك الطاقة، بل قادرة أيضاً على توقع المستقبل في البيئات الديناميكية. ويشير هذا النهج إلى مسار مستقبلي لإنشاء آلات ذكية تدرك العالم بنفس السلاسة والاقتصاد كما تفعل الكائنات الحية، دون العبء الحسابي الثقيل الذي يحد منها حالياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.