உங்கள் கையிலுள்ள ஸ்மார்ட்போனின் கேமரா குறைந்த வெளிச்சத்திற்கு எளிதாக சரிசெய்யப்படுகிறது. நெடுஞ்சாலையில், ஒரு தானியங்கி கார் மழையில் ஒரு நடமாடுபவரை கண்டறிகிறது. ஒரு தொலைவிலுள்ள மருத்துவமனையில், ஒரு மின்கருவி இரத்த மாதிரிகளை நிமிடங்களில் பகுப்பாய்வு செய்கிறது. இந்த அனைத்து சாதனைகளின் பின்னணியில் ஒரு அமைதியான வேலைப்பாடு உள்ளது: CMOS (Complementary Metal-Oxide-Semiconductor) சென்சார். பல ஆண்டுகளாக, CMOS சென்சார்கள் டிஜிட்டல் படக்கோவைகளை ஆதரிக்கின்றன, வெளிச்சத்தை மின்சார சிக்னல்களாக மாற்றி கேமரா, அணிகலன்கள் மற்றும் தொழில்துறை உபகரணங்களை இயக்குகின்றன. ஆனால் இன்று, ஒரு புரட்சியொன்று நடைபெற்று வருகிறது - இது CMOS தொழில்நுட்பத்தை செயற்கை நுண்ணறிவுடன் (AI) இணைத்து, இந்த "தரவுகளை சேகரிப்பவர்களை" "அறிவான முடிவெடுக்கையாளர்களாக" மாற்றுகிறது.
எதிர்காலம் AI-optimized CMOS சென்சார்கள்இது வெறும் கூர்மையான புகைப்படங்கள் அல்லது வேகமான ஃபிரேம் வீதங்கள் பற்றியதல்ல. இது சாதனங்கள் உலகத்தை எப்படி உணர்கின்றன என்பதைக் மறுபரிசீலனை செய்வதற்கானது: செயலிழந்த தரவுப் பிடிப்பை கடந்த, நேரடி, சூழல்-அறிந்த பகுப்பாய்வுக்கு மாறுவது. இந்த மாற்றம், தொழிற்சாலைகளில் முன்னறிவிப்பு பராமரிப்பிலிருந்து, குறைந்த சேவையளிக்கப்படும் பகுதிகளில் உயிர்காக்கும் மருத்துவ பரிசோதனைகள் வரை, ஒருபோதும் சாத்தியமில்லை என்று நாங்கள் நினைத்த பயன்பாடுகளை திறக்கிறது. கீழே, இந்த மாற்றத்தை இயக்கும் புதுமைகளை, அவற்றின் விளையாட்டு மாற்றும் பயன்பாடுகளை மற்றும் எதிர்காலத்தில் உள்ள சவால்களை நாங்கள் ஆராய்கிறோம்—எல்லாம் தொழில்நுட்ப ஆழத்தை பொறியாளர்கள், தொழில் தலைவர்கள் மற்றும் தொழில்நுட்ப ஆர்வலர்களுக்கு அணுகக்கூடியதாக வைத்திருக்க while. Passive பிடிப்பு இருந்து செயலில் உள்ள அறிவு: மைய மாற்றம்
பாரம்பரிய CMOS சென்சார்கள் ஒரு எளிய கோட்பாட்டில் செயல்படுகின்றன: ஒளியை பிடித்து, அதை பிக்சல்களாக மாற்றி, பகுப்பாய்வுக்கு தனித்த processor க்கு கச்சா தரவுகளை அனுப்புவது. இந்த "பிடித்து-பின்னர்-செயலாக்கு" மாதிரி அடிப்படையான பணிகளுக்கு வேலை செய்கிறது, ஆனால் இது நவீன தேவைகளுக்கு திறமையற்றது. மாபெரும் அளவிலான கச்சா தரவுகளை மேகத்திற்கு அல்லது மைய CPU க்கு அனுப்புவது பாண்ட்விட்தை வீணாக்குகிறது, தாமதத்தை அதிகரிக்கிறது, மற்றும் பேட்டரி வாழ்நாளை குறைக்கிறது - IoT சாதனங்கள், அணிவகுப்புகள் மற்றும் சுயாதீன அமைப்புகளுக்கான முக்கியமான வலி புள்ளிகள்.
AI-optimized CMOS சென்சார்கள் இந்த ஸ்கிரிப்டை மாற்றுகின்றன, சென்சர் ஹார்ட்வேரில் நேரடியாக AI-ஐ ஒருங்கிணைத்து. கச்சா பிக்சல்களை அனுப்புவதற்குப் பதிலாக, இந்த சென்சார்கள் தரவுகளை மூலத்தில் செயலாக்குகின்றன, எம்பெடிட் நரம்பியல் நெட்வொர்க்கள், எட்ஜ் AI சிப்புகள், அல்லது நிரல்படுத்தக்கூடிய லாஜிக் பயன்படுத்தி. இந்த “இன்சென்சர் AI” நேரடி முடிவெடுக்க உதவுகிறது: ஒரு பாதுகாப்பு கேமரா ஒரு சட்டவிரோத நபரை அடையாளம் காணலாம் மற்றும் மேற்பார்வையாளர்களுக்கு எச்சரிக்கையளிக்கலாம், மேக உறுதிப்படுத்தலுக்காக காத்திருக்காமல்; ஒரு ஸ்மார்ட்வாட்ச் அசாதாரண இதய ரிதம்களை கண்டுபிடித்து பயனருக்கு உடனடியாக அறிவிக்கலாம்; ஒரு தொழிற்சாலை சென்சர் உபகரணத்தின் தோல்வியை முன்கூட்டியே கணிக்கலாம், அது நிறுத்தத்தை ஏற்படுத்துவதற்கு முன்பு.
மந்திரம் “அறிவியல் தரவுக் குறைப்பு” இல் உள்ளது. AI-ஆதாரமாகக் கட்டமைக்கப்பட்ட CMOS சென்சார்கள் ஒவ்வொரு பிக்சலையும் பிடிக்கவில்லை—அவை தொடர்புடைய தகவல்களை முன்னுரிமை அளிக்கின்றன. எடுத்துக்காட்டாக, ஒரு விற்பனை கடையில் உள்ள சென்சார் காலியான வழிகளை புறக்கணிக்கலாம், ஆனால் வாடிக்கையாளர் இயக்கத்தின் மாதிரிகளை மையமாகக் கொண்டு, முக்கியமான உள்ளடக்கங்களை காப்பாற்றும் போது தரவுப் பரிமாற்றத்தை 90% குறைக்கிறது. “அளவிலிருந்து” “தரத்திற்கு” இந்த மாற்றம், அவர்களின் மாற்றமளிக்கும் திறனின் அடித்தளமாகும்.
முக்கிய தொழில்நுட்ப முன்னேற்றங்கள் எதிர்காலத்தை இயக்குகின்றன
இந்த கண்ணோட்டத்தை உண்மையாக்க, பொறியாளர்கள் CMOS வடிவமைப்பு, AI ஒருங்கிணைப்பு மற்றும் பொருள் அறிவியலின் எல்லைகளை தள்ளி செல்கிறார்கள். அடுத்த தலைமுறையின் AI-செயலாக்க CMOS சென்சார்கள் உருவாக்கும் நான்கு மிகுந்த தாக்கம் செலுத்தும் புதுமைகள் இங்கே உள்ளன:
1. வேறுபட்ட ஒருங்கிணைப்பு: சென்சார்களை AI உடன் சிப் மட்டத்தில் இணைத்தல்
மிகவும் பெரிய முன்னேற்றம் வெவ்வேறு ஒருங்கிணைப்பில் இருந்து வருகிறது - CMOS சென்சார்களை AI வேகப்படுத்திகள், நினைவகம் மற்றும் சிக்னல் செயலி ஒன்றாக ஒரே சிப்பில் (அல்லது அடுக்கான டை) இணைத்தல். கூறுகள் தனித்தனியாக உள்ள பாரம்பரிய அமைப்புகளுக்கு மாறாக, இந்த "சென்சிங் க்கான சிஸ்டம்-ஆன்-சிப் (SoC)" தரவுப் பாட்டில்களை நீக்குகிறது. எடுத்துக்காட்டாக, Sony இன் IMX980 சென்சார் நரம்பியல் செயலாக்க அலகு (NPU) ஐ நேரடியாக CMOS டை மீது ஒருங்கிணைக்கிறது, பாரம்பரிய அமைப்புகளுக்கு மாறாக 50% குறைந்த சக்தி உபயோகத்துடன் நேரடி பொருள் அடையாளம் காண்பதற்கான திறனை வழங்குகிறது.
இந்த ஒருங்கிணைப்பு அளவு மற்றும் வேகத்தைப் பற்றியதல்ல; இது தனிப்பயனாக்கத்தைப் பற்றியது. AMD மற்றும் TSMC போன்ற நிறுவனங்கள் CMOS சென்சார் வேலைப்பாடுகளுக்கு ஏற்ப வடிவமைக்கப்பட்ட சிறப்பு AI வேகப்படுத்திகளை உருவாக்குகின்றன - குறைந்த சக்தி, எளிதான நரம்பியல் நெட்வொர்க்களை (எ.கா., TinyML மாதிரிகள்) சென்சார் ஹார்ட்வேரில் திறம்பட இயக்குவதற்கானது. முடிவு என்ன? வெளிப்புற செயலி மீது நம்பிக்கை வைக்காமல் முகம் அடையாளம் காணுதல், அசைவு கட்டுப்பாடு அல்லது அசாதாரணத்தைக் கண்டறிதல் போன்ற சிக்கலான பணிகளைச் செய்யக்கூடிய சென்சார்கள்.
2. குவாண்டம் புள்ளி மேம்பாடுகள் + AI: ஸ்பெக்ட்ரல் சென்சிட்டிவிட்டியை அதிகரித்தல்
CMOS சென்சார்கள் நீண்ட காலமாக வரையறுக்கப்பட்ட ஸ்பெக்ட்ரல் வரம்புடன் போராடியுள்ளன—இவை காட்சி ஒளியில் சிறப்பாக செயல்படுகின்றன ஆனால் இன்ஃப்ராரெட் (IR), அல்ட்ராவயலெட் (UV) அல்லது பலஸ்பெக்ட்ரல் படமெடுக்கையில் தோல்வியுறுகின்றன. குவாண்டம் டாட்ஸ்: குறிப்பிட்ட அலைநீளங்களை உறிஞ்சும் சிறிய செமிகண்டக்டர் துகள்கள், ஒரு சென்சாரின் திறன்களை காட்சி ஸ்பெக்ட்ரம் மிஞ்சி விரிவாக்குகின்றன. AI உடன் இணைக்கப்பட்டால், இந்த "குவாண்டம்-மேம்படுத்தப்பட்ட CMOS சென்சார்கள்" ஒளியை கண்டுபிடிப்பதற்கேற்ப மட்டுமல்லாமல், அதை விளக்கவும் முடியும்.
உதாரணமாக, குவாண்டம் புள்ளிகளுடன் கூடிய ஒரு பலவண்ண CMOS சென்சார் 10+ அலைநீளப் பந்துகளில் இருந்து தரவுகளைப் பிடிக்க முடியும் (traditional RGB சென்சார்களுக்கு 3). AI அல்காரிதங்கள் பின்னர் இந்த தரவுகளை விவசாயத்தில் பயிர் நோய்களை அடையாளம் காண, போலி மருந்துகளை கண்டறிய, அல்லது நீருக்கீழ் சூழல்களை வரைபடம் செய்யப் பயன்படுத்துகின்றன. சுகாதாரத்தில், குவாண்டம்-AI CMOS சென்சார்கள் ரத்த ஆக்சிஜன் அளவுகளை, குளுக்கோஸ் சதவீதங்களை, மற்றும் தோல் புற்றுநோய் குறியீடுகளை - அனைத்தும் ஒரு கைபேசியில் - அச்சிடாமல் அளவிட முடியும். பொருள் அறிவியல் மற்றும் AI இன் இந்த இணைப்பு "காணாமல் இருக்கும் உணர்வு" இல் புதிய எல்லைகளை திறக்கிறது.
3. சுய-அளவீட்டுக்கூடிய AI அல்கோரிதங்கள்: இயக்கத்திற்குட்பட்ட சூழ்நிலைகளுக்கு ஏற்ப மாறுதல்
பாரம்பரிய CMOS சென்சார்களின் மிகப்பெரிய கட்டுப்பாடுகளில் ஒன்று, சுற்றுச்சூழல் மாற்றங்களுக்கு அவற்றின் பாதிப்பாகும்—வெப்பநிலை மாறுபாடுகள், ஈரப்பதம், அல்லது மாறுபடும் ஒளி நிலைகள் படத்தின் தரம் மற்றும் துல்லியத்தை குறைக்கலாம். AI-ஆதாரமாக உள்ள சென்சார்கள், நேரத்தில் கற்றுக்கொண்டு மற்றும் பொருந்தும் சுய-அளவீட்டு ஆல்காரிதங்களை கொண்டு இதனை தீர்க்கின்றன.
இந்த ஆல்கொரிதங்கள் தற்போதைய நிலைகளின் அடிப்படையில் சென்சார் அளவீடுகளை (எடுத்துக்காட்டாக, வெளிச்ச நேரம், பெறுமதி, பிக்சல் உணர்வு) சரிசெய்ய வலுப்படுத்தல் கற்றல்களை பயன்படுத்துகின்றன. எடுத்துக்காட்டாக, ஒரு ட்ரோனில் உள்ள CMOS சென்சார் பிரகாசமான பகலில் இருந்து நிழலான காடுகளுக்கு பறந்தால், படம் தெளிவாக இருக்க கையாள்வதற்காக தானாகவே மறுசீரமைக்கப்படும். தொழில்துறை சூழல்களில், சென்சார்கள் இயந்திரத்தின் அதிர்வு அல்லது தூசி சேர்க்கையை சமாளிக்க முடியும், முன்னறிவிப்பு பராமரிப்புக்கு நம்பகமான தரவுகளை உறுதி செய்கின்றன. இந்த தன்னிறைவு கையேடு மறுசீரமைப்பின் தேவையை குறைக்கிறது, பராமரிப்பு செலவுகளை குறைக்கிறது, மற்றும் கடுமையான அல்லது தொலைவிலுள்ள சூழல்களுக்கு AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் சிறந்ததாக இருக்கின்றன.
4. குறைந்த சக்தி எட்ஜ் ஏஐ: ஐஓடி மற்றும் அணிகலன்களை செயல்படுத்துதல்
IoT சாதனங்கள் மற்றும் அணிகலன்களுக்கு, சக்தி திறன் பேச்சுவார்த்தை செய்ய முடியாதது. பாரம்பரிய AI செயலாக்கம் சக்தி அதிகமாக உபயோகிக்கிறது, ஆனால் குறைந்த சக்தி எட்ஜ் AI இல் முன்னேற்றங்கள், சென்சார் அறிவை சாத்தியமாக்குகின்றன. பொறியாளர்கள் சென்சார் ஹார்ட்வேருக்கான நரம்பியல் நெட்வொர்க்களை மேம்படுத்துகிறார்கள் - மாடல் ப்ரூனிங் (மீண்டும் தேவையற்ற நரம்புகளை அகற்றுதல்), குவாண்டைசேஷன் (தரவைச் சராசரி குறைத்தல்), மற்றும் ஸ்பார்ஸ் கோடிங் (தகுந்த தரவுப் புள்ளிகளை மையமாகக் கொண்டு) போன்ற தொழில்நுட்பங்களைப் பயன்படுத்தி.
முடிவு என்ன? சில மில்லிவாட்டுகள் மின்சாரத்தை பயன்படுத்தும் AI-ஆதாரமாக்கப்பட்ட CMOS சென்சார்கள். எடுத்துக்காட்டாக, Texas Instruments’ OPT8241 CMOS சென்சார் 10mW-ல் பொருள் கண்டறிதல் அல்காரிதங்களை இயக்கும் குறைந்த மின்சார NPU-ஐ ஒருங்கிணைக்கிறது - இது ஒரு முறை சார்ஜில் மாதங்கள் boyunca ஒரு ஸ்மார்ட்வாட்ச் சென்சாருக்கு மின்சாரம் வழங்குவதற்கே போதுமானது. இந்த முன்னேற்றம் IoT-இன் வளர்ச்சிக்கு முக்கியமானது: மேலும் சாதனங்கள் இணைக்கப்படும் போது, தரவுகளை உள்ளடக்கமாக செயலாக்கும் திறன் (மேகத்தை நம்பாமல்) தனியுரிமை, தாமதம் மற்றும் அளவீட்டிற்கு அடிப்படையாக இருக்கும்.
விளையாட்டு மாற்றும் பயன்பாடுகள் தொழில்களில்
AI-செயலாக்க CMOS சென்சார்கள் தொழில்நுட்ப மேம்பாட்டுக்கு மட்டுமல்ல; அவை துறைகளில் புதுமைக்கு ஊக்கமளிக்கின்றன. இங்கு அவற்றின் தாக்கம் மிகவும் ஆழமாக இருக்கும் மூன்று தொழில்கள் உள்ளன:
சுகாதாரம்: பரிசோதனைகளை ஜனநாயகமாக்குதல்
உயர்தர சுகாதார சேவைக்கு அணுகல் உலகளாவிய சவாலாகவே உள்ளது, குறிப்பாக கிராமப்புற அல்லது குறைந்த வருமான பகுதிகளில். AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் இதை மாற்றி, மொத்தமாகக் குறைந்த செலவிலான பரிசோதனை கருவிகளை உருவாக்குவதில் உதவுகின்றன. எடுத்துக்காட்டாக:
• புள்ளி-அழுத்தம் (PoC) சாதனங்கள்: நிமிடங்களில் இரத்தம், மூத்திரம் அல்லது தோல் மாதிரிகளை பகுப்பாய்வு செய்ய AI-ஐ பயன்படுத்தும் கைபேசி சென்சார்கள். C2Sense போன்ற நிறுவனங்கள் 95% துல்லியத்துடன் செப்சிஸ், மலேரியா மற்றும் COVID-19 க்கான உயிரியல் குறியீடுகளை கண்டறிய CMOS சென்சார்கள் உருவாக்குகின்றன - ஆய்வக உபகரணங்கள் தேவையில்லை.
• தூரத்தில் நோயாளி கண்காணிப்பு: உடலில் அணியக்கூடிய சென்சார்கள், முக்கிய அடையாளங்களை (இதய துடிப்பு, மூச்சுத்திணறல், உடல் வெப்பநிலை) நேரடி நேரத்தில் கண்காணிக்கின்றன. AI அல்காரிதங்கள் அசாதாரணங்களை (எடுத்துக்காட்டாக, ஒழுங்கற்ற இதய துடிப்புகள்) அடையாளம் காண்கின்றன மற்றும் மருத்துவர்களுக்கு எச்சரிக்கையளிக்கின்றன, மருத்துவமனையில் மீண்டும் சேர்வதை குறைக்கின்றன.
• சிகிச்சை வழிகாட்டுதல்: எண்டோஸ்கோபிக் CMOS சென்சார்கள் AI உடன் அறுவை சிகிச்சையின் போது புற்றுநோய்க்கான திசுக்களை வெளிப்படுத்த முடியும், இது அறுவை சிகிச்சையாளர்களுக்கு கட்டுப்பாட்டுடன் கல்லீரல் செல்களை பாதுகாக்கும் போது கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன் கட்டுப்பாட்டுடன்.
அடுத்த ஐந்து ஆண்டுகளில், இந்த சென்சார்கள் முன்னணி நோயியல் பரிசோதனைகளை கோடிக்கணக்கானவர்களுக்கு அணுகக்கூடியதாக மாற்றலாம், தடுப்பதற்கான நோய்களுக்கு மரண விகிதங்களை குறைக்கும்.
தன்னாட்சி அமைப்புகள்: சுய இயக்கத்தை பாதுகாப்பானதும் நம்பகமானதும் ஆக்குதல்
சுயநினைவான வாகனங்கள் (AVs) மற்றும் ட்ரோன்கள் தங்கள் சுற்றுப்புறங்களை "காண" சென்சார்களை நம்புகின்றன - ஆனால் தற்போதைய அமைப்புகள் (எடுத்துக்காட்டாக, லிடார், பாரம்பரிய கேமரா) கண்ணாடி இடங்கள் உள்ளன. AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் இதனை பல்வேறு முறை உணர்வுகளை (கண்காணிப்பு, IR, ரேடார்) சென்சரில் உள்ள AI-யுடன் இணைத்து, மேலும் வலுவான உணர்வு அமைப்பை உருவாக்குவதன் மூலம் கையாள்கின்றன.
AV க்கான, இந்த சென்சார்கள்:
• குறைந்த ஒளி, மங்கலான சூழல் அல்லது மழையில் நடப்பவர்களை, சைக்கிள் ஓட்டிகளையும், மற்ற வாகனங்களையும் கண்டறியவும் (குவாண்டம் மேம்படுத்தப்பட்ட ஸ்பெக்ட்ரல் சென்சிங்கின் காரணமாக).
• உண்மையான நேரத்தில் மோதல் ஆபத்துகளை கணிக்கவும், வாகனத்திற்கு எதிர்வினை செய்ய அதிக நேரம் வழங்கவும் (தாமதம் 100ms-இல் இருந்து <10ms-க்கு குறைக்கப்பட்டது).
• கேமரா தரவுகளை மேம்படுத்த AI-ஐ பயன்படுத்தி விலையுயர்ந்த லிடார் மீது நம்பிக்கையை குறைத்து, AV செலவுகளை 30% வரை குறைக்கவும்.
ட்ரோன்கள் ஒரே மாதிரியான பயன்களை வழங்குகின்றன: AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் GPS-இல் மறுக்கப்பட்ட சூழ்நிலைகளில் (எடுத்துக்காட்டாக, காடுகள், நகரக் கானியன்கள்) துல்லியமான வழிநடத்தலை மற்றும் தேடுதல் மற்றும் மீட்பு பணிகளுக்கான நேரடி பொருள் கண்டுபிடிப்பை சாத்தியமாக்குகின்றன.
தொழில்துறை IoT: முன்னறிவிப்பு பராமரிப்பு மற்றும் தரக் கட்டுப்பாடு
காரிகைகளில், திட்டமிடாத நிறுத்தம் ஆண்டுக்கு டிரில்லியன் டாலர்களை செலவழிக்கிறது. AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் இதனை முன்னறிவிப்பு பராமரிப்புடன் தீர்க்கின்றன: இயந்திரங்களுக்கு இணைக்கப்பட்ட சென்சார்கள் உண்மையான நேரத்தில் அதிர்வு, வெப்பநிலை மற்றும் அணுக்களை கண்காணிக்கின்றன, தோல்விகள் நிகழும் முன் அவற்றைப் முன்னறிவிக்க AI-ஐ பயன்படுத்துகின்றன.
உதாரணமாக, ஒரு உற்பத்தி ரோபோட்டில் உள்ள CMOS சென்சார், தோல்வியடைந்த பீயரிங் குறித்த சின்ன மாற்றங்களை கண்டறிய முடியும். AI ஆல்கொரிதம் பராமரிப்பு குழுக்களுக்கு திட்டமிடப்பட்ட நிறுத்தத்தின் போது அந்த பகுதியை மாற்ற அறிவுறுத்துகிறது, இதனால் செலவான உற்பத்தி நிறுத்தங்களை தவிர்க்கிறது. தரக் கட்டுப்பாட்டில், AI உடன் கூடிய பலவண்ண CMOS சென்சார்கள், மனித கண்களுக்கு தெரியாத மின்சாரங்கள், உணவு அல்லது துணிகள் போன்ற தயாரிப்புகளை உயர் வேகத்தில் ஆய்வு செய்ய முடியும்—பிழைகளை அடையாளம் காண்கிறது.
இந்த சென்சார்கள் "டிஜிட்டல் ட்வின்ஸ்" - தொழிற்சாலைகள் அல்லது உபகரணங்களின் மெய்நிகர் பிரதிகள், நேரடி சென்சார் தரவுகளைப் பயன்படுத்தி செயல்பாடுகளை மேம்படுத்த உதவுகின்றன. எடுத்துக்காட்டாக, ஒரு மின்சார நிலையத்தின் டிஜிட்டல் ட்வின், வெப்பநிலை அல்லது அழுத்தத்தில் மாற்றங்கள் எவ்வாறு செயல்திறனை பாதிக்கின்றன என்பதை சிமுலேட் செய்யலாம், இது இயக்குநர்களுக்கு தரவுக்கு அடிப்படையாகக் கொண்ட முடிவுகளை எடுக்க உதவுகிறது.
சவால்கள் மற்றும் முன்னேற்றத்தின் பாதை
அவர்கள் வழங்கிய வாக்குறுதிகளைப் பொறுத்தவரை, AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் பரவலாக ஏற்றுக்கொள்ளப்படுவதற்கு மூன்று முக்கிய சவால்களை எதிர்கொள்கின்றன:
1. வடிவமைப்பு சிக்கலானது மற்றும் செலவு
AI-ஐ CMOS சென்சார்களில் ஒருங்கிணைப்பது மின்சார பொறியியல் (சென்சார் வடிவமைப்பு), கணினி அறிவியல் (AI ஆல்கோரிதங்கள்), மற்றும் பொருள் அறிவியல் (குவாண்டம் புள்ளிகள்) ஆகியவற்றின் குறுக்குவழி நிபுணத்துவத்தை தேவைப்படுகிறது. இந்த சிக்கல் வளர்ச்சி செலவுகளை அதிகரிக்கிறது, இதனால் உயர் தர சென்சார்கள் சிறு நிறுவனங்கள் அல்லது உருவாகும் சந்தைகளுக்கு மிகவும் செலவானதாக மாறுகிறது. இதனைத் தீர்க்க, தொழில்துறை தலைவர்கள் சென்சார் வடிவமைப்பாளர்களுக்கான AI ஒருங்கிணைப்பை எளிதாக்கும் திறனுள்ள திறந்த மூல கருவிகள் மற்றும் தரநிலைப்படுத்தப்பட்ட தளங்களில் (எ.கா., Google-இன் TensorFlow Lite for Microcontrollers) முதலீடு செய்கிறார்கள்.
2. தரவுப் பாதுகாப்பு மற்றும் பாதுகாப்பு
In-sensor AI மேகத்தில் நம்பிக்கையை குறைக்கிறது, ஆனால் இது உண்மையில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர்திறனில் உணர
3. அளவுகோல் மற்றும் பரஸ்பர செயல்பாடு
மிகவும் AI-செயலாக்கப்பட்ட CMOS சென்சார்கள் சந்தையில் நுழைவதுடன், பரஸ்பர செயல்பாடு முக்கியமாகிறது. வெவ்வேறு உற்பத்தியாளர்களின் சென்சார்கள் IoT தளங்கள், மேக சேவைகள் மற்றும் பிற சாதனங்களுடன் இடையூறின்றி செயல்பட வேண்டும். தற்போது, தரவுப் வடிவங்கள் மற்றும் தொடர்பு நெறிமுறைகளுக்கான தொழில்துறை தரநிலைகள் இல்லை, இது அளவீட்டிற்கு தடையாக உள்ளது. IEEE மற்றும் MIPI கூட்டமைப்புகள் போன்ற அமைப்புகள் தரநிலைகளை உருவாக்க வேலை செய்கிறார்கள், ஆனால் முன்னேற்றம் மெதுவாக உள்ளது. பரந்த அளவில் ஏற்றுக்கொள்ள, உற்பத்தியாளர்கள் தங்கள் சென்சார்கள் உள்ளமைப்புகளுடன் பொருந்துமாறு உறுதிப்படுத்த ஒத்துழைக்க வேண்டும்.
எதிர்காலத்தை நோக்கி, AI-ஆதாரமாக மேம்படுத்தப்பட்ட CMOS சென்சார்கள் "அருகிலுள்ள ஒருங்கிணைப்பு" மூலம் வரையறுக்கப்படும் - ஹார்ட்வேருக்கும் AIக்கும், சென்சார்களுக்கும் சாதனங்களுக்கும், மற்றும் தொழில்களுக்கும் இடையில். நாங்கள் சிறிய, அதிக சக்தி திறனுள்ள, மற்றும் மேலும் புத்திசாலித்தனமான சென்சார்களை காணப்போகிறோம் - உலகத்தை மட்டும் உணர்வதற்கே அல்ல, அதை புரிந்துகொள்ளவும் திறமையானவை.
தீர்வு: புத்திசாலித்தனமான உணர்வுகளின் புதிய யுகம்
AI-ஆதாரமாக உள்ள CMOS சென்சார்கள் தொழில்நுட்ப முன்னேற்றத்திற்கு மேலாக உள்ளன - அவை ஒரு மாறுபாட்டை உருவாக்குகின்றன. பல ஆண்டுகளாக, சென்சார்கள் டிஜிட்டல் சாதனங்களின் "கண்ணுகள்" ஆக இருந்தன; இப்போது, அவை "மூளை" பெறுகின்றன. பாசிவ் தரவுப் பிடிப்பிலிருந்து செயல்திறன் உள்ள அறிவுக்கு இந்த மாறுபாடு, சுகாதாரத்தை மேம்படுத்த, போக்குவரத்தை பாதுகாப்பாக செய்ய, மற்றும் உற்பத்தியை மாற்றும் பயன்பாடுகளை திறக்கிறது.
என்ஜினியர்கள் மாறுபட்ட ஒருங்கிணைப்பை, குவாண்டம் புள்ளி தொழில்நுட்பத்தை மற்றும் குறைந்த சக்தி AI-ஐ தொடர்ந்து மேம்படுத்துவதால், இந்த சென்சார்கள் எங்கள் வீடுகளில், வேலை இடங்களில் மற்றும் எங்கள் உடைகளில் கூட பரவலாக இருக்கும். அவை சாதனங்கள் எங்கள் தேவைகளை முன்னறிவிக்கக் கூடிய உலகத்தை உருவாக்கும், சுகாதாரம் அனைவருக்கும் அணுகக்கூடியதாக இருக்கும், மற்றும் தொழில்கள் மேலும் திறமையாகவும் நிலைத்தன்மையுடன் செயல்படும்.
AI-செயலாக்க CMOS சென்சார்களின் எதிர்காலம் சிறந்த தொழில்நுட்பத்தைப் பற்றியதல்ல - இது மேலும் இணைக்கப்பட்ட, புத்திசாலி உலகத்தை உருவாக்குவதற்கானது. அந்த எதிர்காலம் நீங்கள் நினைக்கும் அளவுக்கு அருகிலுள்ளது. நீங்கள் தொழில்நுட்ப புதுமையாளர், வணிகத் தலைவரா, அல்லது சாதாரணமாக ஒரு ஸ்மார்ட்போனைப் பயன்படுத்துபவரா, இந்த சென்சார்கள் விரைவில் கண்ணுக்கு தெரியாத ஆனால் தினசரி வாழ்க்கையின் தவிர்க்க முடியாத பகுதியாக மாறும் - மிகவும் சக்திவாய்ந்த தொழில்நுட்பம் அடிப்படைகளை மறுபரிசீலனை செய்வதிலிருந்து தொடங்குகிறது என்பதை நிரூபிக்கிறது. இந்த புரட்சியின் முன் நாங்கள் நிற்கும் போது, ஒரு விஷயம் தெளிவாக உள்ளது: CMOS சென்சார்களின் அடுத்த தலைமுறை வெறும் படங்களைப் பிடிக்காது - அவை எதிர்காலத்தைப் பிடிக்கும்.