人工智慧(AI)做為當今最火紅的議題之一，如今已是全球各大廠商的兵家必爭之地，然多數AI開發者僅聚焦在軟體面，硬體運行效率相對落後，難以應用於行動裝置中。有鑑於此，南韓科學技術院(KAIST)電機系教授Hoi-Jun Yoo主導的研究團隊近日推出K-Eye臉部辨識系統，搭載自行研發的卷積神經網路處理器(CNNP)晶片，可在功耗僅一般圖形處理器(GPU) 1/5000的水準下，執行準確率高達97%的辨識演算法。
K-Eye系統由兩個主要元素構成，一為影像感測系統，二則是專為執行CNN設計的處理器。其影像感測系統內建的影像感測器支援休眠模式，只有在攝影機視野範圍出現人臉時才進行運作，可有效降低待機時的功耗。此外，該影像感測器還搭配了類比處理器，可將人臉與背景區隔開來，再以數位處理器對選定區域的人臉進行運算。這種運作機制亦能提升鏡頭捕捉效率，縮減辨識流程與記憶體用量。
CNNP則是構成此系統的另一關鍵。此處理器包含可垂直、水平方向讀取資料的特製內嵌記憶體，還內建1,024個可平行運算的乘法器與累加器，具備可直接進行端對端暫存資訊傳輸的能力，不必仰賴外部記憶體或使用晶片內部的通訊網路。至於在卷積神經演算法執行部分，該處理器可以將一個二維的濾鏡轉換成兩個連續運算的一維濾鏡，藉此提高效率、降低耗能。配合前述的感測機制，CNNP可以在功耗僅0.62 mW的條件下運行臉部辨識；若提高功耗，甚至得以在效能上勝過一般GPU。
K-Eye系列分為穿戴型與外接型。前者藉由藍牙與行動裝置資料庫連線，可透過頸戴或別在上衣等方式，協助進行巡邏或入場安全檢查等作業；後者可與行動裝置、車載系統直接連接，考慮到此裝置已可區別真人與照片的差異，可作為密碼、指紋、虹膜辨識之外，另一個可靠的身分鑑識機制。
