De meesten van ons hebben, vaak op een feestje, gewenst dat we iemand introduceren wiens naam we zijn vergeten, dat onze smartphones of draagbare apparaten kunnen functioneren als een passief geheugensysteem.

Maar de moeilijkheid bij het bouwen van een dergelijk systeem is tweeledig. Ten eerste heeft het apparaat de batterij nodig om constant te kunnen luisteren of opnemen. Ten tweede moet het weten wat belangrijk is om te onthouden en wat het kan negeren.

Nu hebben onderzoekers van Rice University een poging gedaan om beide problemen in één op te lossen. Ze hebben een stukje software gebouwd, genaamd RedEye, dat is ontworpen om alles te zien, maar alleen te onthouden wat het zou moeten doen.

"Het concept is om onze computers in staat te stellen ons te helpen door ze te laten zien wat we de hele dag zien", zei groepsleider Lin Zhong, die co-auteur was van een nieuwe studie over het onderwerp.

"Het zou zijn alsof je een persoonlijke assistent hebt die iemand kan herinneren die je hebt ontmoet, waar je ze hebt ontmoet, wat ze je hebben verteld en andere specifieke informatie zoals prijzen, data en tijden."

Onthoud Onthoud

De eerste stap was om de processen efficiënt genoeg te maken voor continue werking. Ze hebben dat bereikt met behulp van software die het energieverbruik van standaard beeldsensoren tien keer zo laag maakt.

"Real-world signalen zijn analoog en het converteren naar digitale signalen is duur in termen van energie," zei Robert LiKamWa, die aan het project werkte. "Er is een fysieke limiet voor hoeveel energiebesparingen u kunt bereiken voor die conversie.We hebben besloten dat een betere optie zou kunnen zijn om de signalen te analyseren terwijl ze nog steeds analoog waren."

Om vervolgens uit te zoeken wat het herinneren waard was, gebruikten ze een combinatie van recent onderzoek naar machine learning, systeemarchitectuur en circuitontwerp.

Het resultaat is een neuraal netwerk dat is geïnspireerd op de organisatie van de visuele cortex van de hersenen - het bit dat de informatie verwerkt die we zien.

Ontwerp en testen

"Het resultaat is dat we objecten - zoals katten, honden, sleutels, telefoons, computers, gezichten, enz. - kunnen herkennen zonder het beeld zelf te bekijken," zei hij. "We kijken alleen naar de analoge output van de vision-sensor, we hebben een idee van wat er is zonder een echt beeld te hebben," zei LiKamWa.

Hij voegde eraan toe: "We kunnen een reeks regels definiëren waarbij het systeem de onbewerkte afbeelding automatisch weggooit nadat deze is verwerkt. Die afbeelding kan nooit worden hersteld. Dus als er tijden, plaatsen of specifieke objecten zijn die een gebruiker niet wil om op te nemen - en niet willen dat het systeem onthoudt - moeten we mechanismen ontwerpen om ervoor te zorgen dat foto's van die dingen nooit in de eerste plaats worden gemaakt. "

Op dit moment bevindt het systeem zich nog in de ontwerp- en testfase, met een circuitindeling waaraan wordt gewerkt. Er zijn verbeteringen nodig bij het opnemen van gegevens in omgevingen met weinig licht en andere instellingen met een lage signaal / ruis-verhouding.

Maar als die problemen kunnen worden opgelost, verwacht dan dat een toekomstige generatie wearables zich steeds meer bewust wordt van de wereld eromheen.

Misschien zelfs meer dan wij.

  • Om kaal te gaan: wetenschappers hebben een manier gevonden om 3D-haar te printen
  • Duncan Geere is de wetenschapsjournalist van TechRadar. Elke dag vindt hij het meest interessante wetenschappelijke nieuws en legt uit waarom je erom zou moeten geven. Je kunt hier meer van zijn verhalen lezen, en je kunt hem vinden op Twitter onder de handle @ duncangeere.