視覺感知堪比人眼!這款突破性感測器模仿人類視網膜,有望帶來 AI 重大進展

作者 | 發布日期 2020 年 12 月 18 日 8:30 | 分類 AI 人工智慧 , 尖端科技 , 醫療科技 Telegram share ! follow us in feedly


視覺、聽覺、嗅覺、味覺、觸覺是人類最基本的五種感覺,其中視覺極為關鍵,畢竟隨著物種進化,眼睛作為人類最為精細、複雜的器官,感知能力無與倫比。

曾有神經科學、認知心理學研究表明,80% 以上的外界信息都是通過視覺進入了我們的大腦。

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,憑藉一雙「仿生眼」重見光明。

2020 年 5 月,香港科技大學範智勇團隊聯合加州大學柏克萊分校、美國勞倫斯柏克萊國家實驗室的一組研究人員,就視網膜問題提出了最新方案,甚至打造出了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了重大進展,更接近於人眼感知視野變化能力的傳感器終於來了。

俄勒岡州立大學表示:

該感測器是圖像辨識、機器人和人工智慧等領域的重大突破,突破性的仿人眼光學感測器是人工智慧發展的關鍵一步。

打造新型視網膜感測器

2020 年 12 月 8 日,相關研究成果正式發表於 Applied Physics Letters(應用物理快報),題為《A perovskite retinomorphic sensor(一種鈣鈦礦型視網膜感測器)》,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。

哪怕最先進的超級電腦,複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電腦,原理可以簡要概括為一句話:將人腦(的一些方面)複製到硬體中。

論文介紹,雖然近年來這一領域取得了很大的進展,但幾乎所有提供給神經形態處理器的輸入訊號仍然是為傳統的 von Neumann 電腦體系結構設計的。

研究團隊設計了一個簡單的光敏電容器,並描述了它對光刺激的反應。

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),這是一種具有光電導效應的化合物,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 15 奈米的,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。

(Source:Applied Physics Letters,下同)

John Labram 表示:

以前嘗試製造仿人眼設備(視網膜視覺感測器)都是依靠軟體或較為複雜的硬體。但我們設計的這種新型感測器,其操作包括在基礎設計中,涉及了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,感測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製的光電電容器不同——光電電容器被設計用來儲存來自太陽輻射的能量,而上述感測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

那麼上述感測器實際的仿人眼效果如何呢?

首先,研究人員通過播放影片作為施加給感測器的光學刺激,模擬大型陣列。

結果表明:

  • 對應影片的靜止部分,感測器輸出了較暗的影片;
  • 對應影片的移動部分,感測器則輸出了較亮的影片。
  • 在沒有光照的情況下緩慢移動時,感測器輸出的較亮區域存在「鬼影」效應

可見,感測器對於動態圖像有著很明顯的反應。

隨後,研究人員向感測器施加了以特定角度排列的光刺激,作為另一種檢驗。

這一實驗受到了 20 世紀 50、60 年代一項發現的啟發——科學家們注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。科學家們認為,這是視網膜中一些細胞的特定排列導致了超極化、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 感測器)和電阻器兩端的電壓降(R 感測器)。

結果如上圖所示,這種感測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,這一感測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,由於這是一種感測器,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,電壓取決於感測器所瞄準的物體的方向。

John Labram 表示:

新型感測器將與神經形態電腦完美匹配,將為下一代人工智慧的應用提供動力,如自動駕駛汽車、機器人技術和先進的圖像辨識。

(本文由 雷鋒網 授權轉載;首圖來源:Unsplash

關鍵字: , , ,