视觉感知堪比人眼:这款突破性光学传感器模仿人类视网膜,有望带来 AI 重大进展

人工智能 深度学习
曾有神经科学、认知心理学研究表明,80% 以上的外界信息都是通过视觉进入了我们的大脑。技术代代革新之下,仿人眼的尝试不断涌现。

 视觉、听觉、嗅觉、味觉、触觉是人类最基本的五种感觉,其中视觉极为关键,毕竟随着物种进化,眼睛作为人类最为精细、复杂的器官,感知能力无与伦比。

曾有神经科学、认知心理学研究表明,80% 以上的外界信息都是通过视觉进入了我们的大脑。

技术代代革新之下,仿人眼的尝试不断涌现。

2015 年,美国明尼苏达州一位名为 Allen Zderad 的 68 岁男子在失明 10 年之后,凭借一双 “仿生眼”重见光明。

2020 年 5 月,香港科技大学范智勇团队联合加州大学伯克利分校、美国劳伦斯伯克利国家实验室的一组研究人员,就视网膜问题提出了最新方案,甚至打造出了多项性能超越人眼的仿生眼。

[[357284]]

而就在近日,美国公立研究型大学俄勒冈州立大学(Oregon State University)在光学传感器领域有了重大进展,更接近于人眼感知视野变化能力的传感器终于来了。

俄勒冈州立大学表示:

  • 该传感器是图像识别、机器人和人工智能等领域的重大突破,突破性的仿人眼光学传感器是人工智能发展的关键一步。

打造新型视网膜传感器

2020 年 12 月 8 日,相关研究成果正式发表于《应用物理快报》,题为 A perovskite retinomorphic sensor(一种钙钛矿型视网膜传感器),论文作者为俄勒冈州立大学工程学院研究员、电气与计算机工程助理教授 John Labram 和研究生 Cinthya Trujillo Herrera。


  • 哪怕最先进的超级计算机,复杂程度也无法与人脑相媲美。

最早,基于这一事实,神经形态计算领域的研究开始兴起,其设计目的是在执行机器学习任务时优于传统计算机,原理可以简要概括为一句话:将人脑(的一些方面)复制到硬件中。

论文介绍,虽然近年来这一领域取得了很大的进展,但几乎所有提供给神经形态处理器的输入信号仍然是为传统的 von Neumann 计算机体系结构设计的。

研究团队设计了一个简单的光敏电容器,并描述了它对光刺激的反应。

如下图 a 所示,该结构基于双层电介质:

  • 底部为二氧化硅:二氧化硅高度绝缘,并且对光基本上没有反应。
  • 顶部为钙钛矿:即甲基铵碘化铅(MAPbI3),这是一种具有大光电导响应的化合物,在光照下介电常数有显著变化,是电介质的理想候选材料,在光照下可以改变电容。

电极方面:

  • 底部电极是高掺杂的硅,用作衬底。
  • 顶部电极是 15nm 的、通过热蒸发沉积的金,被设计得足够薄,即便接触电阻很大,在导电时能对光照半透明。

John Labram 表示:

  • 以前尝试制造仿人眼设备(视网膜视觉传感器)都是依靠软件或较为复杂的硬件。但我们设计的这种新型传感器,其操作包括在基础设计中,涉及了钙钛矿半导体的超薄层。当置于光下时,钙钛矿会从坚固的电绝缘体变为导体,它具有发展太阳能的潜力,近年来对于钙钛矿,学界也有着广泛的研究。

基于上述结构,当与外部电阻器串联时,电阻器两端的电压降(又称电位差)将在电容器充电 / 放电时暂时出现尖峰,然后恢复到其平衡值。也就是说,传感器会在照度变化时出现尖峰,在其他时候输出零电压(如上图 d 所示)。

研究团队设计的光敏电容器在设计和预期的用途上,都与别的科学团队以前研制的光电电容器不同——光电电容器被设计用来储存来自太阳辐射的能量,而上述传感器被设计用来检测神经形态计算中光学刺激的变化。

模仿人眼感知更加逼真

那么上述传感器实际的仿人眼效果如何呢?

首先,研究人员通过播放视频作为施加给传感器的光学刺激,模拟大型阵列。

结果表明:

  • 对应视频的静止部分,传感器输出了较暗的视频;
  • 对应视频的移动部分,传感器则输出了较亮的视频。
  • 在没有光照的情况下缓慢移动时,传感器输出的较亮区域存在 “鬼影”效应。

可见,传感器对于动态图像有着很明显的反应。

随后,研究人员向传感器施加了以特定角度排列的光刺激,作为另一种检验。

这一实验受到了 20 世纪 50、60 年代一项发现的启发——科学家们注意到猫的某些神经元对以特定角度排列的光刺激有强烈的反应。科学家们认为,这是视网膜中一些细胞的特定排列导致了超极化、去极化,它们对光学刺激会产生反应。

因此,研究人员选择测量两个值:电容器两端的电压降(C 传感器)和电阻器两端的电压降(R 传感器)。


结果如上图所示,这种传感器的确会对某个方向的刺激做出更强烈的反应。

上述两项实验表明,这一传感器的人眼感知模仿能力的确较强。

不仅如此,研究人员还认为,由于这是一种传感器,它不需要任何复杂的读出算法或后处理,它可直接输出电压,电压取决于传感器所瞄准的物体的方向。

John Labram 表示:

  • 新型传感器将与神经形态计算机完美匹配,将为下一代人工智能的应用提供动力,如自动驾驶汽车、机器人技术和先进的图像识别。

 

责任编辑:姜华 来源: 雷锋网
相关推荐

2018-05-03 08:11:38

MRAM存储器元件

2020-11-25 08:15:57

存储器

2021-12-07 13:56:25

DeepMind纽结理论表象理论

2009-03-31 09:37:00

华为电信网络设备

2023-03-28 14:46:11

2018-02-25 14:10:33

2012-06-25 11:14:34

华为NG-PON 2

2012-08-10 10:18:44

DeltacloudApache开源云服务器

2022-02-28 10:46:37

量子传感器梯度仪

2024-04-09 07:30:00

人工智能

2017-11-17 11:12:14

盛思

2022-03-02 14:24:03

计算机开发技术

2022-02-18 09:53:17

AI芯片设计

2023-04-24 10:05:16

2024-02-23 09:42:09

自动驾驶感知

2021-01-04 09:12:40

量子芯片网络

2024-12-16 16:13:31

2023-03-12 15:21:57

传感器Wi-Fi

2011-02-28 18:19:40

无线
点赞
收藏

51CTO技术栈公众号