In een belangrijke stap voor edge computing hebben MIT-onderzoekers een zelfvoorzienende kunstmatige synaps ontwikkeld die de manier waarop AI visuele data verwerkt in alledaagse apparaten drastisch kan veranderen.
De doorbraak, aangekondigd op 2 juni 2025, pakt een van de meest hardnekkige uitdagingen in machinevisie aan: de aanzienlijke hoeveelheid rekenkracht en energie die traditioneel nodig is om visuele informatie te verwerken. Door de neurale architectuur van het menselijk brein na te bootsen, kan de kunstmatige synaps van MIT geavanceerde visuele herkenningstaken uitvoeren met slechts een fractie van het energieverbruik van conventionele systemen.
"Traditionele machinevisiesystemen kampen met een groot probleem: het verwerken van enorme hoeveelheden visuele data vereist veel energie, opslag en rekenkracht," legt het onderzoeksteam uit. Deze beperking maakte het tot nu toe lastig om visuele herkenningsmogelijkheden toe te passen in edge-apparaten zoals smartphones, drones en autonome voertuigen.
In tegenstelling tot conventionele opto-elektronische kunstmatige synapsen die externe stroombronnen nodig hebben, genereert de voorgestelde synaps van MIT zijn eigen elektriciteit via energieconversie. Deze zelfvoorzienende eigenschap maakt de technologie bijzonder geschikt voor edge computing-toepassingen, waar energie-efficiëntie cruciaal is.
Het systeem kan kleuren met opmerkelijke precisie onderscheiden over het volledige zichtbare spectrum en maakt logische functies mogelijk op basis van lichtgolflengten. Deze innovatie effent het pad voor energiezuinige, krachtige machinevisie in edge-apparaten zoals smartphones, wearables en autonome voertuigen.
De ontwikkeling komt op een cruciaal moment nu de technologiesector AI steeds verder richting de netwerkrand duwt om het volledige potentieel van big data te benutten. Edge Computing is uitgegroeid tot een veelbelovend concept om rekenintensieve AI-toepassingen op edge-apparaten te ondersteunen. Edge Intelligence of Edge AI—de combinatie van AI en Edge Computing—maakt het mogelijk om machine learning-algoritmen te draaien op het apparaat waar de data wordt gegenereerd, en zo kunstmatige intelligentie toegankelijk te maken voor iedereen en elke organisatie, overal ter wereld.
Deze MIT-innovatie kan de AI-mogelijkheden in omgevingen met beperkte middelen aanzienlijk vergroten, en zo een nieuwe generatie intelligente apparaten mogelijk maken die hun omgeving kunnen zien en begrijpen zonder afhankelijk te zijn van cloudverbindingen of grote batterijen.