美開發基于人類視覺系統的超級計算機可引導汽車快速識別復雜環境目標

美國耶魯大學工程和應用科學學院的歐亨尼奧·卡魯塞伊羅15日在馬薩諸塞州波斯頓市舉行的高性能嵌入式計算（HPEC）研討會上表示，他和研究小組開發出了基于人類視覺系統的超級計算機，與人們過去所研制的同類計算機相比，其在速度和節能上均有很大提高。

人在開車時，視覺和大腦的反應能力能夠輕松地幫助自己了解道路和周圍的環境，從而自如地駕車。然而人類這種看似十分簡單的快速識別視覺環境的能力，要想在計算機上實現，需要大量的運算，這也是計算機系統難以模仿人腦識別物體的原因。

卡魯塞伊羅研制的超級計算機系統被命名為“神經流”（NeuFlow），其設計靈感來自人體視覺系統，它能模仿人體視覺系統的神經網快速地識別自己周圍的世界。其采用了紐約大學雅恩·勒庫發明的復雜視覺算法，以運行適合于人造視覺應用的大型神經網絡。

卡魯塞伊羅和勒庫將研究的重點放在讓該系統能夠自己判斷道路情況以引導汽車行走上。系統也具備實時處理上千萬像素圖像的能力，可以識別道路上常見的各種目標（包括其他汽車、行人、信號燈、人行道等）。

此外，雖然“神經流”超級計算機系統每秒能完成超過千億次的操作任務，但是其能耗卻十分低，甚至少于手機的用電量。而在實驗室中，擁有多個圖像處理器的計算機如完成相同的工作，需要消耗300瓦的電能。

該系統具有運行速度快，同時又節能的原因，在于研究人員將超級計算機嵌入在單芯片上。

與全尺寸的計算機相比，“神經流”系統要小巧得多。他表示，整個系統的大小不會超過一個錢包的體積，因此它能夠方便地安裝在汽車上或其他地方。

除為汽車導航外，“神經流”系統還能用于提高機器人進入有害或難以接近場所的導航能力；為戰士提供戰場360度環境的合成視覺功能；或用于現場動態監視，如幫助發現老年人摔倒等。