曾于Meta工作长达七年之久的两位资深工程师, 近日达成创业首轮融资。他们所创办的传感技术公司名曰Elio, 获取到2100万美元的资金扶持, 投资方涵盖Xora等诸多机构。此两位创始人往昔于Meta从事AR、VR头显传感技术研究与开发工作, 如今他们打算将这套经验引入AI领域。

传统传感器为何不适用AI

当下 , 几乎所有的传感器 , 这其中涵盖 手机摄像头 、 安防监控等 , 皆是依照针对人眼所制定的标准来开展设计工作的。 这些传感器输出完整的画面 , 之后再交由 AI 算法去做后续的分析 , 如此这般的流程是存在效率方面的问题的。 AI 真正所需要的并非高清画面 , 是精准且有效的信息。

Elio团队持有这样的看法, 即这般先进行采集而后再予以分析的链条, 耗费了数目可观的算力以及带宽。就像在自动驾驶的场景之中, 车辆需要迅速地辨别前方物体的属性然而呢, 传统的方案却是要把整帧的画面传回到处理器那里, 之后再开展目标检测, 此情形之下响应的速度以及处理的效率都会受到影响。

让AI掌握采集主动权

Elio的那个方案, 从根源对逻辑予以改变, 将计算能力嵌入到光学环节当中。在光线抵达感光元件以前, 会先通过一层由微镜阵列构成的动态光学层, 这层结构能够针对于光线开展预处理, 把传统透镜容易丢失掉的细节信号留存下来。

这一套系统的运行逻辑相较于其他一些系统而言, 更趋向于贴近神经网络, 在此种情况下, AI能够在实时的状态下做到决定需要去捕捉哪些方面的信息, 举例来说, 当处于识别金属材质这个特定情形的时候, 该系统会以主动的方式去对光学参数作出调整, 进而达成捕捉金属反射特征的目的, 而并非是先行拍摄一张完整的照片之后, 再交由AI去进行分析处理。

硬件像软件一样持续进化

传统的传感器, 在出厂以后, 其具备的功能就已然固定下来了, 然而, Elio的传感模块却是不一样的情况, 鉴于AI能够实时去学习光学元件所呈现出来的表现, 并且能够做到动态校准, 所以致使产品在被交付以后, 利用算法进行反复迭代, 还能够解锁出全新的能力, 硬件也不至于随着时间的推移而快速地过时。

这样的设计致使单个传感模块能够涵盖多种传感功能, 用户无需针对不同场景去购置不同设备。在工业检测、机器人、自动驾驶等应用场景方面, 这表明着更低的硬件成本以及更长的使用周期。

基于物理特征的识别方式

以Elio而言, 其识别进程并非仅限定于像素层级的剖析, 相反, 是凭借物体的物理特性, 以此来判定材料与属性。举例来说, 在区分真皮和仿皮之时, 系统所留意的便是光线反射的那些细微差别, 并非只是单纯地去观察表面纹理。

于复杂环境里头, 这般识别方式具备着更为突出的优势。当处于光线出现剧烈程度变化或者物体存在部分上的遮挡情形之时呢, 物理特征相较于视觉特征可呈现出更为稳定的状态, 而且识别准确率能得到更具保障性的体现。

适用场景广泛

通过官方介绍可知, 这套技术能够在所有涵盖传感能力需求的场景实现落地应用, 其中包含工业质检场景、医疗影像场景, 再者有物流分拣场景、环境监测场景, 在这些场景里均可用动态之采集方式、实时且具有无标记特性的采集方式来再现现实世界的繁杂信息。

现阶段, 团队正跟好些家做硬件商品的企业在商谈合作事宜, 预估最先交付的产品会针对工业当中的检测这项任务, 以及针对机器人所涉及的域。和传统的一系列方案相比较而言, Elio的模块, 在体积方面要更微小一些, 在功耗方面要更微弱一些, 并且集成时的难度, 按此情形也有所下降。

融资将用于产品落地

此次融资, 由 Xora 等机构负责领投, 多位身处科技行业的资深人士参与投钱, 老有的股东同样持续增加投入资金以进行追加投资, 所筹得的资金会主要运用在扩充团队、开展原型机开发工作以及实施首批客户试点项目这些方面。

艾利欧打算于二零二七年推出首个商用传感模块, 到那时还会公布更多技术详情以及性能数据。对于人工智能行业来讲, 这一套方案能不能真正取代传统传感器, 还是得靠实际应用去进行验证。

你觉得那专门用于AI的传感器会将传统的摄像头给替代掉吗, 欢迎于评论区域去分享你所拥有的观点, 要是认为文内里有着收获的话, 请进行点赞而且转发给留意AI硬件方面的友人。