close

技術代代革新之下,仿人眼的嘗試不斷湧現。

2015 年,美國明尼蘇達州一位名為 Allen Zderad 的 68 歲男子在失明 10 年之後,憑借一雙“仿生眼”重見光明。

2020 年 5 月,香港科技大學范智勇團隊聯合加州大學伯克利分校、美國勞倫斯伯克利國傢實驗室的一組研究人員,就視網膜問題提出瞭最新方案,甚至打造出瞭多項性能超越人眼的仿生眼。

而就在近日,美國公立研究型大學俄勒岡州立大學(Oregon State University)在光學傳感器領域有瞭重大進展,更接近於人眼感知視野變化能力的傳感器終於來瞭。

俄勒岡州立大學表示:

該傳感器是圖像識別、機器人和人工智能等領域的重大突破,突破性的仿人眼光學傳感器是人工智能發展的關鍵一步。

打造新型視網膜傳感器

2020 年 12 月 8 日,相關研究成果正式發表於《應用物理快報》,題為 A perovskite retinomorphic sensor(一種鈣鈦礦型視網膜傳感器),論文作者為俄勒岡州立大學工程學院研究員、電氣與計算機工程助理教授 John Labram 和研究生 Cinthya Trujillo Herrera。


哪怕最先進的超級計算機,復雜程度也無法與人腦相媲美。

最早,基於這一事實,神經形態計算領域的研究開始興起,其設計目的是在執行機器學習任務時優於傳統計算機,原理可以簡要概括為一句話:將人腦(的一些方面)復制到硬件中。

論文介紹,雖然近年來這一領域取得瞭很大的進展,但幾乎所有提供給神經形態處理器的輸入信號仍然是為傳統的 von Neumann 計算機體系結構設計的。

研究團隊設計瞭一個簡單的光敏電容器,並描述瞭它對光刺激的反應。

如下圖 a 所示,該結構基於雙層電介質:

  • 底部為二氧化矽:二氧化矽高度絕緣,並且對光基本上沒有反應。

  • 頂部為鈣鈦礦:即甲基銨碘化鉛(MAPbI3),這是一種具有大光電導響應的化合物,在光照下介電常數有顯著變化,是電介質的理想候選材料,在光照下可以改變電容。

電極方面:

  • 底部電極是高摻雜的矽,用作襯底。

  • 頂部電極是 15nm 的、通過熱蒸發沉積的金,被設計得足夠薄,即便接觸電阻很大,在導電時能對光照半透明。

John Labram 表示:

以前嘗試制造仿人眼設備(視網膜視覺傳感器)都是依靠軟件或較為復雜的硬件。但我們設計的這種新型傳感器,其操作包括在基礎設計中,涉及瞭鈣鈦礦半導體的超薄層。當置於光下時,鈣鈦礦會從堅固的電絕緣體變為導體,它具有發展太陽能的潛力,近年來對於鈣鈦礦,學界也有著廣泛的研究。

基於上述結構,當與外部電阻器串聯時,電阻器兩端的電壓降(又稱電位差)將在電容器充電/放電時暫時出現尖峰,然後恢復到其平衡值。也就是說,傳感器會在照度變化時出現尖峰,在其他時候輸出零電壓(如上圖 d 所示)。

研究團隊設計的光敏電容器在設計和預期的用途上,都與別的科學團隊以前研制的光電電容器不同——光電電容器被設計用來儲存來自太陽輻射的能量,而上述傳感器被設計用來檢測神經形態計算中光學刺激的變化。

模仿人眼感知更加逼真

那麼上述傳感器實際的仿人眼效果如何呢?

首先,研究人員通過播放視頻作為施加給傳感器的光學刺激,模擬大型陣列。

結果表明:

  • 對應視頻的靜止部分,傳感器輸出瞭較暗的視頻;

  • 對應視頻的移動部分,傳感器則輸出瞭較亮的視頻。

  • 在沒有光照的情況下緩慢移動時,傳感器輸出的較亮區域存在“鬼影”效應。

可見,傳感器對於動態圖像有著很明顯的反應。

隨後,研究人員向傳感器施加瞭以特定角度排列的光刺激,作為另一種檢驗。

這一實驗受到瞭 20 世紀 50、60 年代一項發現的啟發——科學傢們註意到貓的某些神經元對以特定角度排列的光刺激有強烈的反應。科學傢們認為,這是視網膜中一些細胞的特定排列導致瞭超極化、去極化,它們對光學刺激會產生反應。

因此,研究人員選擇測量兩個值:電容器兩端的電壓降(C 傳感器)和電阻器兩端的電壓降(R 傳感器)。

結果如上圖所示,這種傳感器的確會對某個方向的刺激做出更強烈的反應。

上述兩項實驗表明,這一傳感器的人眼感知模仿能力的確較強。

不僅如此,研究人員還認為,由於這是一種傳感器,它不需要任何復雜的讀出算法或後處理,它可直接輸出電壓,電壓取決於傳感器所瞄準的物體的方向。

John Labram 表示:

新型傳感器將與神經形態計算機完美匹配,將為下一代人工智能的應用提供動力,如自動駕駛汽車、機器人技術和先進的圖像識別。

引用來源:

https://aip.scitation.org/doi/full/10.1063/5.0030097

https://today.oregonstate.edu/news/breakthrough-optical-sensor-mimics-human-eye-key-step-toward-better-artificial-intelligence

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 Ken641228 的頭像
    Ken641228

    Ken641228的部落格

    Ken641228 發表在 痞客邦 留言(0) 人氣()