Inglés 
Español 
3 min de lectura 
0 comentarios 
Los científicos han creado una cámara compacta con una óptica innovadora que acelera la identificación de objetos con mayor velocidad y eficiencia energética
Científicos de dos de las principales universidades de Estados Unidos, Universidad de Washington y Universidad de Princeton, han desarrollado una revolucionaria cámara panorámica compacta para visión por computadora.
Utilizando un enfoque innovador, el nuevo prototipo reduce el consumo de energía energia y promete identificar objetos a una velocidad impresionante: la velocidad de la luz.
Visión artificial con una nueva cámara
La visión por computadora es un área de la inteligencia artificial que permite a las computadoras reflejar e interpretar imágenes y vídeos.
- Un descubrimiento sorprendente revela cómo la fotosíntesis puede capturar y revolucionar la generación de energía.
- Un profesor de ingeniería ha desarrollado un método innovador que mejora el rendimiento mecánico y la durabilidad del hormigón entre un 80% y un 100% en comparación con los materiales actuales.
- Pocas personas lo saben, pero es posible hacer 'abono orgánico' con cáscaras de plátano: ricos en potasio, fósforo y otros nutrientes, ayudan a fortalecer las plantas de forma natural.
- ¿Qué significa “Megatendencias Americanas” en tu computadora? Descubra por qué aparece este nombre al encender su PC, qué controla y si debería preocuparse por ello
Tradicionalmente, los sistemas de visión por computadora se basan en el procesamiento electrónico realizado por hardware convencional. Sin embargo, los investigadores han encontrado una forma de realizar algunos de estos informes directamente en la óptica de la cámara.
Arka Majumdar, profesor de ingeniería eléctrica y física en la Universidad de Washington, explica la innovación: “Se trata de una forma completamente nueva de pensar en la óptica, muy diferente de la tradicional. La óptica está diseñada junto con el bloque computacional, lo que permite que la transmisión se realice de forma óptica.."
En lugar de utilizar una lente convencional de vidrio o plástico, el nuevo utiliza capas de 50 lentes metálicas, que son lentes ligeras y planas compuestas de nanoestructuras microscópicas.
Estas estructuras manipulan la luz y funcionan como una red neuronal óptica, un sistema de IA inspirado en el funcionamiento del cerebro humano.
Ventajas prácticas y eficiencia energética
Una de las principales ventajas de este enfoque es la velocidad. La cámara opera con la publicación realizada a la velocidad de la luz, lo que le permite identificar y clasificar imágenes más de 200 veces más rápido que las redes neuronales tradicionales, que utilizan hardware convencional.
Y no es sólo la velocidad lo que impresiona, la precisión se logra utilizando las redes neuronales más avanzadas. Además, el consumo de energía se reduce significativamente, ya que la óptica de la cámara utiliza la luz entrante para funcionar, a diferencia de los sistemas tradicionales que dependen de la electricidad.
Felix Heide, profesor de la Universidad de Princeton, destaca el amplio potencial de esta investigación. Menciona que las aplicaciones podrían abarcar desde coches autónomos hasta dispositivos médicos y teléfonos inteligentes.
"Hoy en día, todos los iPhone tienen tecnología de inteligencia artificial o visión. Este trabajo aún está en una fase inicial, pero podría beneficiar a estos dispositivos en el futuro."
El impacto en el desarrollo de vehículos autónomos
El estudio, publicado en la revista Science Advances, representa un avance significativo en la computación óptica.
Al integrar esta tecnología con la óptica de la cámara, los investigadores desarrollaron un sistema de visión computacional capaz de realizar cálculos de redes neuronales mientras capturan imágenes, incluso antes de grabarlas en el sensor de la cámara. Esto permite un análisis en tiempo real con una precisión impresionante.
Los científicos también miran hacia el futuro, ya que se espera que la tecnología desempeñe un papel clave en la navegación de vehículos autónomos.
Como parte de la siguiente etapa de la investigación, planean probar el prototipo en conjuntos de datos más complejos y en problemas que liberen mayor poder computacional, como la detección de objetos.
Este tipo de tecnología es esencial para que los coches autónomos sean capaces de identificar obstáculos y tomar decisiones en tiempo real.
