据《应用物理快报》近日报道 , 美国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 , 可更逼真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 。
【跟踪目标|新型光学传感器模仿人眼感知更逼真】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统计算机设计的 。 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 。
传统的传感技术 , 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 , 利用了钙钛矿的独特光电性能 。 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 。 比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统计算机不同 , 是一种模拟人脑的大规模并行网络 , 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 。 (采访人员冯卫东)
推荐阅读
- 识别|天津滨海机场RFID行李全流程跟踪系统完成建设 行李标签识别成功率可提升至99%
- 曾学忠|光弘科技 2000 万台小米智能手机下线,明年目标 4000 万台
- 曾学忠|小米手机部总裁曾学忠:希望明年与光弘科技完成智能手机4000万台目标 将引入高端和旗舰项目提升合作规模
- 硬件|新型人工突触可用于高度扩展的类脑计算
- 能源|新思科技葛群:以科技重塑能源格局,助力双碳目标实现
- 车路|首份聚焦AI助力“双碳”目标报告发布:到2030年将推动交通减碳7000万吨
- 苹果|苹果目标达成,Apple Music中的9000万首歌曲已全部达到无损标准
- 识别率|一群年轻人教“AI”学手语,目标是让千万聋人被“听见”
- 产业|绿色和平强调,数字基础设施需加速转型以助力实现碳中和目标
- 数字电路|新型人工突触可用于高度扩展的类脑计算