克服重大技术障碍，打造更高效的人工智能感知系统

与 Siri 交谈，刷脸通关，从餐厅服务机器人身上接收餐点，乘坐自动驾驶车辆。这些新兴生活方式，都离不开感知人工智能。

感知人工智能让普通机器变得具有视觉、听觉、嗅觉、味觉及触觉能力，就像人类一样。通过诠释感知信息，这些设备可以更全面地理解其环境特征，执行需要精细环境感知的复杂任务。

障碍重重

感知系统正日益融入日常生活，但其发展仍面临重重挑战。

首先，感知系统会大量消耗电能，这导致其在资源受限的环境中难以部署。其次，这些系统普遍存在高延迟问题，这对于需要瞬间做出决策的自动驾驶汽车，以及需即时响应的工业自动化系统而言，极为不利。最后，处理感知数据，特别是高分辨率的视觉和音频数据，需要占用大量存储和计算资源，难以在边缘设备实现。

理大理学院副院长（科研）、应用物理学系讲座教授柴扬教授和他的研究团队，努力不懈突破这些技术障碍，并赢得了海内外多个知名奖项。

感知系统的高延迟是自动驾驶汽车发展的主要障碍。

打破壁垒

团队深入研究仿生感算融合的理论与实践，成功减少感知单元与处理单元间的冗余数据传输，意味着能以低功耗高效处理海量数据。

受到人类视网膜等生物感知系统的启发，柴教授团队提出了避免依赖后端计算的解决方法，开发出可以适应不同光照强度、不同波长的传感器，从而大幅减少了功耗与延时，并且提高了机器视觉系统的识别能力。

柴教授的研究推动了感知人工智能在各类实时、关键任务系统中的实际应用，例如需要瞬间做出决策的自动驾驶汽车。研究重点在于构建专用硬件加速器，将推理延迟缩短至微秒级，优化感知人工智能的计算效率与并行性。 

他的研究还探索了创新性感算融合架构及软硬件协同设计方法，其核心理念在于减少海量传感数据的传输，使复杂的感知人工智能模型能够在资源受限的平台上运行。 

他开发的硬件架构与优化技术，为在移动设备、物联网传感器及边缘计算环境中有效部署先进感知人工智能系统奠定了基础。从自动驾驶汽车到工业自动化，该团队的创新将显著提升智慧城市中各类应用场景的效能。

柴扬教授（后排左二）及其团队致力突破智能感知在功耗、延迟等方面的障碍，以实现感知人工智能技术的革新。

成果出色   再接再厉

这些杰出成果已发表于包括《自然电子学》（Nature Electronics）和《自然纳米技术》（Nature Nanotechnology） 等高影响力期刊上，并获《自然》 （Nature）和《科技纵览》（IEEE Spectrum）等期刊重点介绍。

柴教授的研究卓越创新，以 “突破高效感知人工智能系统研究障碍” 荣膺  “2024 年Falling Walls 科学突破奖 （工程与技术类别）” ，并获颁 “中银香港科技创新奖（人工智能及机器人领域）” 。柴教授同时还是电气电子工程师学会（IEEE）会士、国际光学学会（OPTICA）会士和国家自然科学基金（NSFC）杰出青年学者。

柴教授目前致力通过创新方法推动科研工作。他构想开发具有新功能的尖端微电子和纳米电子器件。他说： “我的长远目标是创建能够感知三维深度、四维时空，以及多光谱信息的成像技术，利用仿生机制来减少功耗和延迟。”