به گزارش ایسنا و به نقل از گیزمگ، فناوری RedEye با تمرکز بر تجزیه و تحلیل تصاویر آنالوگ کار می‌کند و مصرف باتری بسیار کمتری نسبت به سایر دوربین‌ها مشابه دارد.

محققان یک هدف در ذهن داشتند و آن، ساخت یک فناوری دوربین با قابلیت ارائه تصویرداری مداوم به رایانه‌ها بود تا مانند انسان‌ها بتوانند همیشه اطراف را مشاهده کنند. آن‌ها پتانسیل این فناوری را به داشتن یک منشی شخصی تشبیه کرده‌اند  که همیشه همراه فرد است، افرادی را که با آن‌ها ملاقات می‌کنید به خاطر می‌سپرد و مکان‌هایی را که در آنجا حضور داشتید، به یاد می‌آورد.

اگر این هدف بطور کامل اجرایی شود، می‌تواند صنعت فناوری پوشیدنی را متحول کند.

دستگاهها برای ارائه تجربه مشابه داشتن یک منشی، باید بتوانند بطور مداوم جهان اطرافشان را مشاهده کنند. مشکل کنونی این است که مصرف انرژی دوربین‌های امروزی مانند انواع موجود در تلفن‌های هوشمند بسیار بالا است.

تحقیقاتی در سال 2012 نشان داد که مصرف انرژی حسگرهای تصویربرداری موجود باید 100 برابر کارآمدتر باشد تا هدف تیم دانشگاه رایس محقق شود. سال گذشته محققان در مقاله‌ای نشان دادند که می‌توانند تنها از طریق بهیه‌سازی نرم‌افزار، ارتقای 10 برابری را در مصرف انرژی ارائه کنند.

از آن زمان تاکنون محققان در تلاش برای دستیابی به این سطح ارتقا بوده و فناوری‌های در هر دو سطح نرم‌افزار و سخت‌افزار تولید کرده‌اند. در حین انجام این کار آن‌ها متوجه یک گلوگاه چشمگیر انرژی در شکل تبدیل تصویر از فرمت آنالوگ به دیجتال شدند.

سیگنال‌ها در جهان واقعی توسط حسگرهای دوربین در فرمت آنالوگ دریافت شده و سپس به دیجیتال تبدیل می‌شود که نوسانات کمتری داشته و خوانش آن‌ها ساده‌تر است. محققان تصمیم گرفتند بجای حالت دیجیتال، از فرمت آنالوگ استفاده کنند که کمتر انرژی مصرف می‌کند. این امر مستلزم آن بود که محققان نشان بدهند می‌توانند بطور دقیق تصاویر آنالوگ را با وجود ذات نوسان ‌دار آن‌ها تحلیل کرد.

به این منظور، آن‌ها از دستاوردهای یادگیری ماشین و همچنین تحولات در طراحی مهار و معماری سیستم بهره بردند. برای مثال از روش یادگیری ماشین موسوم به شبکه عصبی رایج استفاده کردند که از قشر بینایی انسان الهام گرفته بود.

نتیجه کار این محققان، سیستم RedEye است که می‌تواند اجسامی مانند تلفن،‌صورت و حتی انواع گوناگون حیوانات را بدون نگاه کردن به تصویر شناسایی کند. همچنین این فناوری می‌تواند به جای تبدیل داده‌های دریافتی به شکل دیجیتال، اجسام را با نگاه کردن به خروجی آنالوگ حسگر بصری انتخاب کند. این امر بدان معنی است که تنها تصاویر خاصی تبدیل شده و بطور چشمگیری انرژی مورد نیاز را کاهش می‌دهند. این روش همچنین از مزایای چشمگیری در حوزه حریم خصوصی برخوردار است و طراحان می‌توانند قوانین خاصی را برای ثبت تصاویر برای سیستم تعریف کنند.