تُعد كيفية إنجاز الاستحواذ المتزامن على المعلومات البصرية وتحويلها إلى رموز مميزة (Tokenization) بكفاءة عالية واستهلاك منخفض للطاقة، من التحديات الرئيسية الملحّة التي تواجه مجال أجهزة الذكاء الاصطناعي الفيزيائي (AI) حاليًا. وفي الآونة الأخيرة، نجح فريق البروفيسور مياو فنغ والبروفيسور ليانغ شي جيون من جامعة نانجينغ، بالتعاون مع فريق من جامعة سنغافورة الوطنية، في تطوير شريحة استشعار ذكية جديدة فائقة الانخفاض في استهلاك الطاقة تحمل اسم "قوانغ يو شين" (شريحة الضوء واللغة)، وهي الأولى عالميًا التي تتمكن من تحويل الضوء مباشرةً إلى رموز مميزة. ويمكن إدخال الرموز المميزة التي تولّدها هذه الشريحة مباشرةً إلى جهاز الترميز (Encoder) لتحقيق التعرف على الصور. وقد نُشرت نتائج هذا البحث عبر الإنترنت في 19 من الشهر الجاري في الدورية الأكاديمية الدولية "Nature Sensing" (الطبيعة-الاستشعار).
تعتمد قدرات الإدراك الذاتي والاستدلال واتخاذ القرار للذكاء الاصطناعي الفيزيائي في البيئات المعقدة، اعتمادًا كبيرًا على قدرة الأجهزة الطرفية (Edge Devices) على تشغيل نماذج الرؤية الكبيرة بكفاءة. ومع ذلك، فإن الأجهزة الطرفية، نظرًا لقيود استهلاك الطاقة والقدرة الحاسوبية، تجد صعوبة في إتمام الإدراك البصري في الزمن الحقيقي محليًا.
وقال مياو فنغ: "في مسار الإدراك البصري التقليدي، تحتاج الإشارات الضوئية إلى المرور بعدة مراحل، بما في ذلك الاستحواذ عبر مستشعر الصور، والتحويل التناظري-الرقمي، ونقل البيانات من الذاكرة المؤقتة، والتقسيم الرقمي، والتضمين (Embedding)، قبل أن تتمكن من توليد رموز مميزة قابلة للمعالجة بواسطة النموذج. ويؤدي النقل المتكرر لكميات هائلة من البيانات الزائدة عن الحاجة إلى ارتفاع استهلاك الطاقة في الأجهزة الطرفية بشكل كبير." وأضاف: "نطمح إلى إتمام عملية التحويل إلى رموز مميزة مباشرةً داخل المستشعر، وتجاوز هذا المسار من الناحية الفيزيائية."
في هذا البحث، اقترح الفريق لأول مرة على المستوى الدولي نقل عملية توليد الرموز المميزة إلى المستشعر، وإنجاز وظائف استحواذ الصور، وتقسيم الصور، وتضمين كتل الصور مباشرةً داخل المستشعر.
وأوضح ليانغ شي جيون أن شريحة "قوانغ يو شين" التي طورها الفريق تتكون من مصفوفة تخزين حساسة للضوء ودوائر معالجة عناوين طرفية. وقد بنى الفريق أولاً مصفوفة تخزين حساسة للضوء استنادًا إلى ترانزستورات ضوئية كهربائية عائمة البوابة أحادية الطبقة من ثنائي كبريتيد الموليبدينوم (MoS₂). ويتمتع كل بكسل في المصفوفة بوظائف ثلاثية متكاملة: الإحساس بالضوء، والتخزين، والحساب التناظري. وبعد كتابة الإشارة الضوئية، يتم حفظها في الموقع على شكل شحنة بوابة عائمة. ويمكن لدوائر معالجة العناوين الطرفية تنشيط مناطق البكسل بشكل انتقائي لإنجاز تقسيم الصور. وبالنسبة لكتل الصور المحددة، تطبق الشريحة تسلسل جهد محددًا، مما يتيح إتمام عمليات الضرب والجمع بين المعلومات الضوئية المخزنة في كتلة الصورة ومصفوفة التضمين في المجال التناظري، حيث يكون التيار الناتج هو الرمز المميز.
وقال ليانغ شي جيون: "لقد حققنا على الشريحة عملية حسابية فيزيائية تتمثل في 'دخول الضوء، وخروج الرموز المميزة مباشرةً'، مما يقضي من جذوره على نقل البيانات، وهو أكبر مصدر لاستهلاك الطاقة." وأضاف أن هذه الطريقة المعتمدة على "التحويل الفيزيائي إلى رموز مميزة" تحوّل الشريحة من مجرد جهاز تسجيل صور سلبي إلى مولّد دلالات بصرية نشط. وقد وصلت دقة التعرف لنظام البنية التحويلية البصرية القائم على شريحة "قوانغ يو شين" إلى 87.3%، مقاربةً لخط الأساس لدقة التعرف للبرمجيات التقليدية، كما أن كفاءة الطاقة في مرحلة التحويل إلى رموز مميزة زادت بأكثر من 10 أضعاف مقارنةً بالحلول التقليدية.
وأشار مياو فنغ إلى أن هذا الإنجاز يقلب جذريًا النموذج التسلسلي القائم على "الاستشعار أولاً، ثم التخزين المؤقت، ثم الحساب"، ويفتح بُعدًا جديدًا تمامًا لتجاوز سقف القدرة الحاسوبية واستهلاك الطاقة للذكاء الاصطناعي الطرفي في عصر ما بعد مور. ومن المتوقع أن توفر هذه التقنية أساسًا للإدراك البصري عالي الكفاءة وقريبًا من الصفر في زمن الاستجابة، لمجالات مثل الذكاء الاصطناعي المجسّد (Embodied AI)، والطائرات بدون طيار على ارتفاعات منخفضة، والأمن الذكي، مما يسرّع الانتقال بالذكاء الاصطناعي الفيزيائي نحو التطبيقات واسعة النطاق.