Les systèmes modernes de vision artificielle gagnent en autonomie : des ingénieurs ont réussi à implémenter un algorithme de reconnaissance des formes directement sur une puce miniature, évitant ainsi à la caméra de transmettre des données à un ordinateur encombrant. Le principe de fonctionnement rappelle la stratégie d'un télescope exoplanète chassant des exoplanètes : au lieu de scanner passivement tout le champ de vision, la caméra se concentre sélectivement sur les objets significatifs — cibles en mouvement, contours, visages. L'élément clé du traitement est la convolution, une opération mathématique à la base des réseaux neuronaux convolutifs. Imaginez un pochoir que vous appliquez sur une photo : il ne se contente pas de souligner les bords, il calcule à quel point chaque fragment de l'image ressemble au motif recherché — qu'il s'agisse d'une ligne verticale ou d'un arc. Ce « pochoir » (filtre de convolution) glisse sur l'image, multipliant ses valeurs par les luminosités des pixels et additionnant le résultat, créant une carte de caractéristiques. Cette implémentation matérielle permet d'éviter l'étape traditionnelle de décomposition de l'image couleur en couches de couleurs distinctes, qui nécessite un traitement séquentiel et ralentit le pipeline. En conséquence, la consommation d'énergie chute de trois fois, et la perte de précision de reconnaissance n'est que de 5 % — un compromis justifié pour les appareils mobiles. Le processeur spécialisé, dont l'architecture est exclusivement dédiée aux tâches de vision par ordinateur, atteint une vitesse de 34 images par seconde — c'est plus rapide qu'un clignement d'œil humain (environ 100 à 150 millisecondes). La dépense énergétique pour traiter une image est comparable à un simple clic de souris d'ordinateur, ce qui ouvre la voie à des scénarios radicalement nouveaux : des drones capables de patrouiller pendant des heures sans recharge, et des robots réagissant aux changements de l'environnement avec un délai minimal.