第十九章.与内二实验室的对话(2 / 6)

,参加今天的会议几个人都不是外人,然后继续说道:“为了尽快拿出一套完整的拟人机器人算法模型。”

“师姐,加快研发是不是因为有人已经。。。”林久浩想继续问。

“是的,地球那边已经开始试验拟人型全功能智能军用机器人了。”安静平时嘴也够严的,即使是可以公开的信息,如果不问也不说。

“哦,哦,好,不说了,这套算法拿过来,我们这边的测试环境更好,我要说下一个问题了,可以吗?”鲁少校继续说道。

“老鲁,你说。”安静回答。

“神经元网络分析现场图像的时候,在我们现有的注意力机制上,再增加一种【关注点整体定义机制】,需要你们拟脑部门在动态库模型方面多支持。”鲁少校说出了第二个问题。

“神经元网络对图像分析没有好的整体定义机制吗?几年前的算法中就已经能够对多帧时间序列图像做关注点分析了。”安静反问道。

“关于注意力跟踪及整体定义这方面的论文非常多,不过,我们都不满意,因为我们的系统是基于多元关联拟脑模型的,整体采用的是信息元定义,如果前期就能使用多元关联拟脑模型,那么被定义的信息元,就可以直接传导到拟脑思维层及输出到控制层,所以,我们就想在整体定义环节采用动态库模型技术。”鲁少校回答。

“师姐,只要鲁少校他们的技术能够对图像中的关注点连续跟踪,我们就可以采用动态库完成整体定义。”林久浩提醒安静。

“是吗?我们部门也涉及到感应层的技术研究了吗?”安静并不知道,林久浩对视觉方面的技术很有天赋,因为早期就傻傻的玩过艾久三号长眼睛游戏。

“是呀,注意力机制可以解决图像中关注点权重标注,保持关注点在连续的时间序列图像中的标注,我们可以建立多种向量分析方法,在注意力机制执行的过程中建立自淘汰机制,最终完成整体定义。”林久浩边说边跃跃欲试。

“小林,你既然有想法,就去讲解一下。”安静鼓励了林久浩一下。

林久浩自己走到白板位置,拿起笔在白板上画示意图,边画边解释。

“我们看,当出现一组时间序列图像时,前期的神经元网络处理功能,可以把图像中的关注点加权重,并保持在后续的每一帧图像中。”林久浩边说边画。

“对,这些功能我们的系统完全可以支持,而且已经全部转化成硬件芯片处理,速度很快的。”鲁少校也炫耀了一下自己的进度。

“老鲁,你们芯片化的进度够快的,是不是不需要我们的支持了?”安静不高兴了,因为自己部门的芯片化进度慢了。

“呦,呦,这是怎么讲的,你看,我们前段很多算法容易固定,所以就容易做成芯片,你们拟脑部门是最难的,是大脑,是指挥千军万马的,所以呀。。啊。。”鲁少校打着哈哈。

“所以,我们通过动态库模型,来帮助建立关注点整体定义及关注点自淘汰机制。”林久浩在上面敲小白板了。

“首先,我们把这张图像上的所有关注点定义为临时信息元,并建立关联关系。”林久浩继续解释道。

“小林,你们的动态库模型可以支持多少个临时信息元?我们的图像可以生产百位以上的关注点,动态库能不能支持?”鲁少校问道。

“鲁少校,我们现在说的动态库,不是高端的动态库,是机器人研究所研制出的低算力动态库,这样的芯片一个模板上就可以安装1024个,十个这样的模板也只有半个饭盒大小,而且功耗很低。”林久浩介绍着,这部分动态库芯片模组不是为了建立高级动态信息元的芯片模组,而是处理低端计算的,恰恰是这样的模组,在拟人机器人中大量应用

“哦,就像我们用的gpu,是不是?”鲁少校继续问。

“只能说很像,gpu是做神经元网络解算的,而我们的动态库模组,主要是支持临时的,简单计算过程的动态信息元,做计算使用的,我们继续吧。”林久浩回答,并继续讲解。

“够用吗?”安静问了一句,因为这种动态库模型芯片模组的研发,安静曾要求林久浩带领技术团队,给予了机器人研究所大力支持。

“够用,够用。”鲁少校赶紧回答。

“我们把关注点制定为动态信息元,每一个动态信息元采用一个动态信息元计算芯片计算,并将动态信息元建立向量关系,形成相对关联关系。”林久浩边画图边解释。

“大量的临时动态信息元都建立相对关系,这个连接关系太复杂了,如果是一百个动态信息元,那么连接关系就。。。。。。”鲁少校还在算。

“不用这样计算,因为自淘汰机制会设定距离阈值,大于距离阈值的关注点不建立连接,所以自淘汰机制先在图像中划定几个关注点区域,我们先假定这些区域的关注点是一个整体,并临时给一个定义名称。”林久浩说完,在白板上画了区域。