克服重大技術障礙，打造更高效的人工智能感知系統

與 Siri 交談，刷臉通關，從餐廳服務機器人身上接收餐點，乘坐自動駕駛車輛。這些新興生活方式，都離不開感知人工智能。

感知人工智能讓普通機器變得具有視覺、聽覺、嗅覺、味覺及觸覺能力，就像人類一樣。通過詮釋感知信息，這些設備可以更全面地理解其環境特徵，執行需要精細環境感知的複雜任務。

障礙重重

感知系統正日益融入日常生活，但其發展仍面臨重重挑戰。

首先，感知系統會大量消耗電能，這導致其在資源受限的環境中難以部署。其次，這些系統普遍存在高延遲問題，這對於需要瞬間做出決策的自動駕駛汽車，以及需即時響應的工業自動化系統而言，極為不利。最後，處理感知數據，特別是高分辨率的視覺和音頻數據，需要佔用大量存儲和計算資源，難以在邊緣設備實現。

理大理學院副院長（科研）、應用物理學系講座教授柴揚教授和他的研究團隊，努力不懈突破這些技術障礙，並贏得了海內外多個知名獎項。

感知系統的高延遲是自動駕駛汽車發展的主要障礙。

打破壁壘

團隊深入研究仿生感算融合的理論與實踐，成功減少感知單元與處理單元間的冗餘數據傳輸，意味著能以低功耗高效處理海量數據。

受到人類視網膜等生物感知系統的啟發，柴教授團隊提出了避免依賴後端計算的解決方法，開發出可以適應不同光照強度、不同波長的傳感器，從而大幅減少了功耗與延時，並且提高了機器視覺系統的識別能力。

柴教授的研究推動了感知人工智能在各類實時、關鍵任務系統中的實際應用，例如需要瞬間做出決策的自動駕駛汽車。研究重點在於構建專用硬件加速器，將推理延遲縮短至微秒級，優化感知人工智能的計算效率與並行性。 

他的研究還探索了創新性感算融合架構及軟硬件協同設計方法，其核心理念在於減少海量傳感數據的傳輸，使複雜的感知人工智能模型能夠在資源受限的平台上運行。 

他開發的硬件架構與優化技術，為在移動設備、物聯網傳感器及邊緣計算環境中有效部署先進感知人工智能系統奠定了基礎。從自動駕駛汽車到工業自動化，該團隊的創新將顯著提升智慧城市中各類應用場景的效能。

柴揚教授（後排左二）及其團隊致力突破智能感知在功耗、延遲等方面的障礙，以實現感知人工智能技術的革新。

成果出色   再接再厲

這些傑出成果已發表於包括《自然電子學》（Nature Electronics）和《自然納米技術》（Nature Nanotechnology） 等高影響力期刊上，並獲《自然》 （Nature）和《科技縱覽》（IEEE Spectrum）等期刊重點介紹。

柴教授的研究卓越創新，以「突破高效感知人工智能系統研究障礙」榮膺「2024 年 Falling Walls 科學突破獎 （工程與技術類別）」，並獲頒「中銀香港科技創新獎（人工智能及機器人領域）」。柴教授同時還是電氣電子工程師學會（IEEE）會士、國際光學學會（OPTICA）會士和國家自然科學基金（NSFC）傑出青年學者。

柴教授目前致力通過創新方法推動科研工作。他構想開發具有新功能的尖端微電子和納米電子器件。他說：「我的長遠目標是創建能夠感知三維深度、四維時空，以及多光譜信息的成像技術，利用仿生機制來減少功耗和延遲。」