自供电人工突触模仿人类色觉
随着人工智能和智能设备的不断发展，机器视觉作为现代技术的关键推动因素，正发挥着越来越关键的作用。 遗憾的是，尽管取得了长足的进步，但机器视觉系统仍然面临一个重大问题：处理每秒生成的大量视觉数据需要大量的电力、存储和计算资源。 此限制使得在边缘设备中部署视觉识别功能变得困难，例如智能手机、无人机或自动驾驶汽车。 有趣的是，人类视觉系统提供了一个引人注目的替代模型。 与必须捕获和处理每个细节的传统机器视觉系统不同，我们的眼睛和大脑会选择性地过滤信息，从而在消耗最少的功率的同时实现更高的视觉处理效率。 因此，模拟生物神经系统结构和功能的神经形态计算已成为一种很有前途的克服方法计算机视觉中存在的障碍。 然而，两个主要挑战仍然存在。 第一个是实现与人类视觉相媲美的颜色识别，而第二个是无需外部电源以最大限度地降低能耗。 在此背景下，由日本东京理科大学 （TUS） 电子系统工程系高级工程学院 Takashi Ikuno 副教授领导的研究团队开发了一项开创性的研究溶液。 他们的论文发表在 2025 年 5 月 12 日的《科学报告》杂志第 15 卷上，介绍了一种能够以极高的精度区分颜色的自供电人工突触。 该研究由 Mr. Hiroaki Komatsu 和 Ms. Norika Hosoda，也来自 TUS。 研究人员通过集成两种不同的染料敏化太阳能电池来创建他们的设备，这些太阳能电池对不同波长的光有不同的反应。 与传统的光电人工突触不同需要外部电源，拟议的 Synapse 通过太阳能转换发电。 这种自供电能力使其特别适用于能源效率至关重要的边缘计算应用。 正如大量实验所证明的那样，所得系统可以在可见光谱中以 10 纳米的分辨率区分颜色——这种辨别能力接近人眼的水平。 此外，该设备还表现出双极响应，在蓝光下产生正电压，在红光下产生负电压。 这使得执行通常需要多个传统器件的复杂逻辑作成为可能。 “结果表明，这种下一代光电器件可以同时实现高分辨率颜色辨别和逻辑运算，在具有视觉识别功能的低功耗人工智能 （AI） 系统中具有巨大的应用潜力。”笔记 Dr. 生野。 为了演示实际应用，该团队在物理储层计算框架中使用他们的设备来识别以红色、绿色和蓝色记录的不同人类运动。 当仅使用单个设备对 18 种不同的颜色和运动组合进行分类时，该系统实现了令人印象深刻的 82% 准确率，而不是传统系统所需的多个光电二极管。 这项研究的影响延伸到多个行业。 在自动驾驶汽车，这些设备可以更有效地识别交通信号灯、路标和障碍物。 在医疗保健领域，它们可以为可穿戴设备供电，以最小的电池消耗监测血氧水平等生命体征。 对于消费电子产品，这项技术可能会导致智能手机和增强/虚拟现实耳机的电池寿命得到显著提高，同时保持复杂的视觉识别功能。 “我们相信这项技术将有助于实现具有接近人眼颜色辨别能力的低功耗机器视觉系统，应用于自动驾驶汽车的光学传感器、医疗用途的低功耗生物识别传感器和便携式识别设备，“博士说。 生野。 总体而言，这项工作代表了将计算机视觉的奇迹引入边缘设备的重要一步，使我们的日常设备能够更像我们一样看待世界。