對生物來說，視覺是一種重要的感覺。我們的眼睛似乎給了我們無限的關于我們周圍世界的信息。在生物工程方面較大的挑戰(zhàn)之一是創(chuàng)造準確可靠的人工機器視覺。這項技術正在迅速發(fā)展，但人類的視覺仍然是更有效率的，當一切都說和做了。

　　傳感器內計算加速機器視覺

　　這是因為，盡管制造高度精密的照相機、顯微鏡和望遠鏡很容易，但很難接近大腦理解視覺數(shù)據并根據其進行分類和預測的能力。我們的大腦已經有了數(shù)百萬年的時間來進化這種復雜程度，而與之相比，這項技術仍然是非常新的。

　　目前的機器視覺技術使用的是一種圖像傳感器，它對光線作出響應，由另一種設備數(shù)字化，然后在云中進行處理。該系統(tǒng)工作正常，但面臨著跨多個設備有效處理大量數(shù)據的困難。通過傳感器內計算切斷中間人。在該技術中，圖像傳感器開始對數(shù)據進行處理，剔除機器視覺流水線中的一個步驟。

　　傳感器內計算的神經網絡

　　這種系統(tǒng)之所以成為可能，是因為采用了神經網絡–即具有高度相互關聯(lián)的元素的計算體系結構，這些元素可以像我們的大腦神經元那樣并行工作。

　　神經網絡可以從周圍的環(huán)境中學習，因此它們是應用于傳感器內計算系統(tǒng)的一個很好的選擇，因為圖像傳感器是從環(huán)境中收集數(shù)據的系統(tǒng)的一部分。

　　這項技術目前正處于發(fā)展的早期階段，盡管研究人員已經成功地使用了他們的傳感器來識別一系列印刷字母。當這項技術全方面實現(xiàn)時，對它的影響是巨大的。

　　圖像傳感器處理自己的數(shù)據的能力可能會對無人駕駛汽車和工業(yè)制造產生影響。

　　在生命科學中，這項技術可能具有重大的醫(yī)學意義。由于它在廣闊的視野中捕捉動態(tài)和三維圖像的能力，這項技術可以導致醫(yī)學成像的巨大改進，從而通過更好和更早地診斷疾病和傷害來挽救生命。