چند سال پیش، سونی برای فیلم‌برداریِ آهسته اولین سنسور تصویربرداری با RAM آنبرد خود را ساخت. حالا این کمپانی اولین سنسور همراه با چیپ هوش‌مصنوعی آنبرد خود را برای شناسایی و آنالیز سریع تصاویر ساخته است.

سنسور هوشمند بینایی IMX500، طراحی بی‌نظیری دارد. این قطعه شامل یک چیپ پیکسل و یک چیپ منطقی است. چیپ پیکسل این سنسور دارای مشخصات فرم اپتیکی ۱/۲٫۳” (قطر ۵۷۷٫۸ میلی‌­­­متری)، رزولوشن ۱۲٫۳ مگاپیکسلی و پیکسل‌های ۱٫۵۵ میکرونی است و چیپ منطقی نیز شامل یک DSP (پردازشگر سیگنال دیجیتال) ساخت خودِ سونی و حافظه برای مدل‌­های هوش‌مصنوعی است.

این سنسور قابلیت ضبط ویدئو ۴K با نرخ ۶۰ فریم بر ثانیه را دارد؛ اما مهم‌تر از آن سرعت این سنسور در تحلیل تصاویر است. IMX500 برای آنالیز هر تصویر نیاز به ۳٫۱ میلی‌ثانیه دارد که البته این امر با همراهی مدل شبکه عصبی MobileNet V1 گوگل انجام می‌پذیرد. سنسور سونی حتی نیازی به ارسال خروجی تصویر ندارد و اطلاعات را بصورت متا دیتا (متن) برای پردازش خروجی ارسال می‌کند.

همانطور که سونی هم اشاره کرده است، با توجه به اینکه اطلاعات تصویر هیچ‌گاه از چیپ خارج نمی‌شود، مشکلات امنیتی نیز بسیار کمتر می‌شود.

از سوی دیگر، چون مدل‌های هوش‌مصنوعی قابل برنامه‌ریزی هستند، از این قطعه می‌توان برای کاربردهای بسیاری استفاده‌کرد. برای مثال، می‌توان یک سنسور IMX500 را در خودرو و رو‌به‌روی راننده قرار داد تا زمانی که راننده خواب‌آلود است و یا با حواس‌پرتی رانندگی می‌کند، به خودرو هشدار دهد. البته این کار را با یک پردازنده‌ی داخلی هم  می‌توان انجام داد، اما استفاده از یک سنسور تصویر بسیار ساده‌تر و ارزان‌تر است.

این سنسور هوشمند در فروشگاه‌ها هم می‌تواند کاربرد‌های بسیاری داشته باشد. برای مثال، می‌توان یک سنسور را جلوی درِ ورودی قرار دهیم تا تعداد مشتری‌های واردشده را شمرده و گزارش کند. یک سنسور دیگر را می‌توان رو‌به‌روی قفسه‌ها قرار داد تا صاحب فروشگاه را از اتمام اجناس و محصولات مطلع کند و سنسور دیگری می‌تواند قسمت‌های پرازدحام فروشگاه و اجناس محبوب‌تر مشتریان را مشخص کند.

احتمال راه یافتن این سنسور به گوشی‌های هوشمند کم است؛ اما این سنسور‌­ها در اسپیکر­های هوشمند کاربرد بسیاری دارند. برای مثال، اسپیکر می‌تواند ببیند که چه کسی از آن سوال می‌پرسد که به ارائه‌ی پاسخ مناسب‌تر اسپیکر می‌انجامد. همچنین نگرانی‌های مربوط به مسائل امنیتی نیز بسیار کمتر خواهدبود. چون همانطور که گفته شد این سنسور می‌تواند داده‌ی «شخص X در حال صحبت کردن است» را به جای اطلاعات خودِ تصویر برای پردازش ارسال کند.

مزایای این سنسور با بهبود امنیت هم تمام نمی‌شود؛ سیستمی که از این سنسور در طراحی خود استفاده­ می‌کند، تاخیر بسیار کمتری خواهد داشت، از پهنای باند بسیار کمی استفاده خواهد ‌کرد و همچنین توان کمتری نیز برای بوت‌شدن نیاز خواهد داشت.

۳٫۱ میلی‌ثانیه برای آنالیز و شناسایی یک تصویر، بسیار سریع‌تر از دیگر روش‌های سنتی است. پس این سنسور در صنایع و دستگا‌ه‌هایی که نیاز به سرعت واکنش بالایی دارند (مثل دستگاه‌های صنعتی) نیز مورد استفاده قرار خواهد گرفت. همچنین حجم متا دیتا نسبت به حجم داده‌های 4K/60fps اصلیِ سنسور بسیار ناچیز است؛ پس صدها دوربین می‌توانند با یک اتصال نسبتاً کند به‌هم متصل‌ شوند.

سنسورIMX500 (که فقط خودِ سنسور است) و IMX501 (که سنسور در پکیج LGA است) به‌زودی برای تست به کمپانی‌ها ارسال می­‌شود. سونی بر این باور است که اولین استفاده از این سنسور در محصولات سال آینده خواهد بود. فعلاً این دو سنسور به ترتیب ۱۰۰۰۰ یِن (معادل ۹۴ دلار) و ۲۰۰۰۰ یِن ژاپن (معادل ۱۸۷ دلار) قیمت خواهند داشت.