新型光学传感器模仿人眼感知更逼

  据《应用物理快报》近报道,俄勒冈州立大学在新型光学传感器研发上取得重大进展。他们开发出一种新型光学传感器,可更逼地模仿人眼感知物体变化的能力。这一成果有望带来图像识别、机器人技术和人工智能等领域的重大突破。

  目前的信息处理算法和体系结构变得越来越像人的大脑,但信息接收的方式仍是为传计算机设计的。为了发挥其全部潜能,更像人脑那样“思考”的计算机需要更像人眼那样“看”的图像传感器。

  人眼包含约1亿个感光器,但视神经与大脑的连接只有一百万个,因此在传输图像之前,必须在视网膜中进行大量的预处理和动态压缩。

  传的传感技术,如数码相机和智能手机中的芯片,更适合顺序处理。每个传感器都会产生一个幅度随其接收的光强度而变化的信号,这意味着静态图像会使传感器产生较为恒定的输出电压。

  在新型视网膜形态传感器中,利用了钙钛矿的特光电性能。钙钛矿置于厚度仅几百纳米的超薄层中充当电容器,在光照下,它会从电绝缘体变为导体。因此传感器在静态条件下保持相对安静,当检测到光照变化时,会记录一个短而尖锐的信号,然后迅速恢复到其基线状态。

  研究人员通过模拟一系列视网膜形态传感器,以预测视网膜形态摄像机如何响应输入刺激。例如,在棒球练习的模拟演示中,内场球员显示为清晰可见、明亮的运动物体,而看台等相对静止的物体逐渐消失。更加引人注目的是,一只鸟飞进了视野,然后停在一个看不见的喂鸟器上,几乎消失了,却在起飞时重新出现。

  研究人员还可将任何视频输入这些模拟,并以与人眼基本相同的方式处理信息。如让机器人用这些传感器来跟踪目标的运动,其视野中的任何静止状态都不会引起响应,一旦目标发生运动,则会产生高压,立即告诉机器人目标的位置,而无需进行任何复杂的图像处理。

  这种新型传感器还能与神经形态计算机完美匹配。神经形态计算机与传计算机不同,是一种模拟人脑的大规模并行,为用于自动驾驶汽车、机器人技术和高级图像识别中的下一代人工智能提供支持。

  总编辑圈点

  人脑所处理的信息,超过80%都是通过眼睛获得的,而视觉系的信息处理能力,又很大程度上依赖于视网膜的结构和功能。因此,构建出一个可以媲美人眼、能够同步进行信息探测和处理功能的视网膜传感器——或者说,实模仿自然界生物的眼睛,一直是许多工程师的梦想。近几年,这一领域已经开始出现非常有价值的突破,譬如本文中的光学传感器就是其中之一,不过,要想看到这一技术走向实际应用,或许至少还要十年以后。

本文由程序自动从互联网上获取,其版权均归原作者所有,文章内容系原作者个人观点,不代表本站对观点赞同或支持。如有侵权,请联系删除。