Neuromorphic Vision

Thị giác thần kinh là một mô hình thị giác máy tính tiên tiến, lấy cảm hứng từ cách hoạt động sinh học của mắt và não người. Không giống các camera truyền thống dựa trên khung hình, vốn chụp ảnh tĩnh theo các khoảng thời gian cố định, cảm biến thần kinh—thường được gọi là Cảm biến thị giác động (DVS) hoặc camera sự kiện—ghi lại các thay đổi về cường độ ánh sáng một cách không đồng bộ ở cấp độ pixel. Điều này tạo ra một luồng sự kiện liên tục nhưng thưa thay vì các khung hình ảnh dư thừa. Khi AI tiếp tục phát triển trong năm 2025 và những năm sau đó, phương pháp lấy cảm hứng từ sinh học này ngày càng trở nên quan trọng trong việc phát triển các hệ thống thị giác có độ trễ thấp, tiết kiệm năng lượng và có khả năng hoạt động trong những môi trường biến động mạnh.

Cách hoạt động của thị giác thần kinh#

Về cốt lõi, thị giác thần kinh dựa trên sự kết hợp giữa cảm biến dựa trên sự kiện và các mạng nơ-ron chuyên dụng. Khi một pixel phát hiện sự thay đổi về độ sáng, nó lập tức phát ra một "sự kiện" chứa tọa độ không gian, dấu thời gian chính xác đến microsecond và cực tính của thay đổi đó (ánh sáng tăng hay giảm). Phương pháp này làm giảm đáng kể dữ liệu dư thừa, vì các nền tĩnh về cơ bản tiêu thụ băng thông bằng không.

Để xử lý hiệu quả các luồng sự kiện thưa này, các kỹ sư thường triển khai Mạng nơ-ron xung (SNNs), giao tiếp qua các xung điện rời rạc thay vì các giá trị kích hoạt liên tục, mô phỏng sát hơn các nơ-ron sinh học. Kiến trúc thu được cần ít năng lực tính toán hơn đáng kể, khiến nó trở thành lựa chọn lý tưởng cho AI biên và phần cứng điện toán biên bị giới hạn tài nguyên.

Thị giác thần kinh so với thị giác máy tính tiêu chuẩn#

Trong khi các kiến trúc phát hiện đối tượng thông thường dựa vào việc xử lý các ma trận dày đặc chứa cường độ pixel, thị giác thần kinh xử lý dữ liệu không gian-thời gian không đồng bộ. Sự khác biệt nền tảng này mang lại cho camera sự kiện những ưu điểm độc đáo: độ phân giải thời gian ở cấp microsecond, gần như không có nhòe chuyển động và khả năng dải tương phản động cao (HDR) vượt trội, đặc biệt hiệu quả trong các điều kiện ánh sáng khắc nghiệt.

Tuy nhiên, các model thị giác tiêu chuẩn như Ultralytics YOLO26 vẫn là tiêu chuẩn ngành cho phát hiện đối tượng và phân đoạn ảnh đa dụng nhờ độ chính xác vượt trội trên dữ liệu thị giác dày đặc và khả năng tương thích rộng với các bộ tăng tốc phần cứng hiện đại như GPU và TPU. Trong khi các model tiêu chuẩn phân tích toàn bộ cảnh để hiểu ngữ cảnh, các hệ thống thần kinh chỉ tập trung vào những thay đổi động.

Các ứng dụng thực tế chính#

Tốc độ và hiệu suất đáng chú ý của thị giác thần kinh đã dẫn đến nhiều ứng dụng đột phá trong năm 2025.

• Drone tự hành và robot: Điều hướng tốc độ cao đòi hỏi phản ứng trong tích tắc. Drone được trang bị camera sự kiện có thể dễ dàng tránh các chướng ngại vật di chuyển nhanh, một lĩnh vực mà thị giác máy tiêu chuẩn thường gặp khó khăn do những hạn chế về tốc độ khung hình truyền thống.
• Giám sát thông minh và IoT: Vì cảm biến sự kiện chỉ truyền dữ liệu khi có chuyển động, chúng tiêu thụ một phần nhỏ năng lượng so với các hệ thống tiêu chuẩn. Điều này khiến chúng rất phù hợp cho camera an ninh luôn hoạt động và giám sát thành phố thông minh, nơi việc tiết kiệm năng lượng là ưu tiên hàng đầu.
• An toàn ô tô: Các hệ thống hỗ trợ lái xe nâng cao (ADAS) tận dụng đặc tính HDR của cảm biến thần kinh để phát hiện đáng tin cậy người đi bộ hoặc phương tiện khi đi ra khỏi đường hầm tối vào ánh nắng chói, qua đó nâng cao đáng kể độ an toàn của xe tự hành.

Tích hợp các khái niệm thần kinh vào AI hiện đại#

Mặc dù phần cứng SNN gốc vẫn đang hoàn thiện, cộng đồng thị giác máy tính ngày càng kết hợp dữ liệu dựa trên sự kiện với các framework deep learning truyền thống như PyTorch và TensorFlow. Các nhà nghiên cứu thường chuyển đổi các luồng sự kiện thô thành các khung hình giả hoặc biểu diễn tensor, cho phép sử dụng các bộ phát hiện không gian tiên tiến nhất.

Chẳng hạn, bạn có thể tích lũy dữ liệu sự kiện về mặt toán học thành một khung hình ảnh và xử lý bằng model YOLO26 được tối ưu hóa cao để đạt khả năng suy luận nhanh, tiết kiệm năng lượng tại biên. Để dễ dàng xây dựng, huấn luyện và mở rộng các pipeline lai này, các đội ngũ doanh nghiệp dựa vào Ultralytics Platform cho việc quản lý dataset đầu-cuối, gán nhãn dữ liệu tự động và triển khai đám mây liền mạch.

from ultralytics import YOLO

# Load the highly efficient Ultralytics YOLO26 edge model
model = YOLO("yolo26n.pt")

# In a neuromorphic setup, sparse event data is often accumulated
# into pseudo-frames before processing with traditional neural networks.
# Here we simulate running inference on an accumulated event-frame.
results = model.predict(source="event_frame_accumulated.jpg", device="cpu", imgsz=320)

# Display bounding box detection results optimized for edge-compute
results[0].show()

Phương pháp lai này cho phép các kỹ sư khai thác độ trễ cực thấp của cảm biến sự kiện cùng với độ chính xác mạnh mẽ, đã được kiểm chứng của các model YOLO hiện đại, thúc đẩy thế hệ tiếp theo của các giải pháp machine learning thông minh và có hiệu suất cao.