智能相机可能离我们更近了，这要归功于曼彻斯特大学和布里斯托大学的研究合作。他们研发了可以学习和理解所看到物体的相机。由于如今的系统感知和处理世界存在问题，机器人学家和人工智能研究人员一直在尝试改进。目前他们仍在使用数字摄像头等传感器与为视频游戏加速图形的计算设备（如GPU）相结合。这意味着人工智能系统只有在记录和传输视觉信息之后才能感知世界。然而，很多看到的东西通常与当前任务无关，例如自动汽车经过道路上的树叶细节。但是，目前所有这些信息都被传感器以详细方式捕捉，并传送到系统中，从而消耗功耗和处理时间。为了实现智能机器的有效视觉，需要采用一种不同的方法。曼彻斯特大学和布里斯托大学的研究合作已经展示了如何将感知和学习结合起来，以创建用于人工智能系统的新型相机。这些研究结果已经改变了传统的看法，提出了未来智能独立的人工智能相机的可能性。该工作的实现归功于曼彻斯特大学的Piotr Dudek教授和他的团队研发的SCAMP架构。SCAMP是一种相机处理器芯片，具有每个像素中嵌入的处理器，可以相互通信以实现真正的并行处理。这对于卷积神经网络和视觉算法来说是理想的。这项受工程和物理科学研究理事会（EPSRC）资助的研究表明，在设计人工智能系统时，重要的是要质疑那些常见的假设。应当改进诸如相机等经常被视为理所当然的事物，朝着更高效的智能机器的目标不断完善。
