Sa isang makabuluhang pag-unlad para sa edge computing, nakalikha ang mga mananaliksik mula sa MIT ng self-powered na artipisyal na sinaps na maaaring magbago ng paraan ng pagproseso ng AI sa visual na datos sa mga karaniwang kagamitan.
Ang tagumpay na ito, na inanunsyo noong Hunyo 2, 2025, ay tumutugon sa isa sa mga pinakamatinding hamon sa machine vision: ang malaking pangangailangan sa computing resources at enerhiya upang maproseso ang visual na impormasyon. Sa pamamagitan ng paggaya sa neural architecture ng utak ng tao, kayang magsagawa ng MIT artificial synapse ng mga sopistikadong gawain sa visual recognition habang napakaliit lamang ng konsumo sa kuryente kumpara sa mga tradisyonal na sistema.
"Ang mga tradisyonal na machine vision system ay may malaking problema: ang pagproseso ng napakaraming visual na datos ay nangangailangan ng malalaking konsumo sa kuryente, storage, at computational resources," paliwanag ng research team. Dahil dito, naging mahirap noon ang paglalagay ng kakayahan sa visual recognition sa mga edge device gaya ng smartphone, drone, at autonomous na sasakyan.
Hindi tulad ng mga karaniwang optoelectronic artificial synapse na nangangailangan ng panlabas na pinagmumulan ng kuryente, ang sinaps na iminungkahi ng MIT ay nakakalikha ng sarili nitong kuryente sa pamamagitan ng energy conversion. Ang kakayahang ito na mag-self-power ay lalong angkop para sa mga aplikasyon ng edge computing, kung saan napakahalaga ng episyensya sa enerhiya.
Kayang tukuyin ng sistema ang mga kulay nang may pambihirang katumpakan sa buong visible spectrum at nagbibigay-daan sa mga logic function batay sa wavelength ng liwanag. Binubuksan ng inobasyong ito ang daan para sa low-power ngunit high-performance na machine vision sa mga edge device tulad ng smartphone, wearable, at autonomous na sasakyan.
Dumarating ang pag-unlad na ito sa isang kritikal na panahon habang itinutulak ng industriya ng teknolohiya ang hangganan ng AI patungo sa network edge upang ganap na mapakinabangan ang potensyal ng big data. Lumitaw ang Edge Computing bilang isang makapangyarihang konsepto upang suportahan ang computation-intensive na mga aplikasyon ng AI sa mga edge device. Ang Edge Intelligence o Edge AI—ang kombinasyon ng AI at Edge Computing—ay nagpapahintulot sa deployment ng mga machine learning algorithm sa mismong edge device kung saan nalilikha ang datos, na posibleng magdala ng artipisyal na intelihensiya sa bawat tao at bawat organisasyon, saan mang lugar.
Maaaring lubos na mapalawak ng inobasyong ito mula MIT ang kakayahan ng AI sa mga kapaligirang limitado ang mapagkukunan, na magbibigay-daan sa isang bagong henerasyon ng matatalinong device na kayang makita at unawain ang mundo sa paligid nila nang hindi umaasa sa cloud connectivity o malaking baterya.