有望帶來圖像識別、人工智能等領域重大突破

據《應用物理快報》近日報道，美國俄勒岡州立大學在新型光學傳感器研發上取得重大進展。他們開發出一種新型光學傳感器，可更逼真地模仿人眼感知物體變化的能力。這一成果有望帶來圖像識別、機器人技術和人工智能等領域的重大突破。

目前的信息處理算法和體系結構變得越來越像人的大腦，但信息接收的方式仍是為傳統計算機設計的。為了發揮其全部潛能，更像人腦那樣“思考”的計算機需要更像人眼那樣“看”的圖像傳感器。

人眼包含約1億個感光器，但視神經與大腦的連接只有一百萬個，因此在傳輸圖像之前，必須在視網膜中進行大量的預處理和動態壓縮。

傳統的傳感技術，如數碼相機和智能手機中的芯片，更適合順序處理。每個傳感器都會產生一個幅度隨其接收的光強度而變化的信號，這意味著靜態圖像會使傳感器產生較為恒定的輸出電壓。

在新型視網膜形態傳感器中，利用了鈣鈦礦的獨特光電性能。鈣鈦礦置于厚度僅幾百納米的超薄層中充當電容器，在光照下，它會從電絕緣體變為導體。因此傳感器在靜態條件下保持相對安靜，當檢測到光照變化時，會記錄一個短而尖銳的信號，然后迅速恢復到其基線狀態。

研究人員通過模擬一系列視網膜形態傳感器，以預測視網膜形態攝像機如何響應輸入刺激。例如，在棒球練習的模擬演示中，內場球員顯示為清晰可見、明亮的運動物體，而看臺等相對靜止的物體逐漸消失。更加引人注目的是，一只鳥飛進了視野，然后停在一個看不見的喂鳥器上，幾乎消失了，卻在起飛時重新出現。

研究人員還可將任何視頻輸入這些模擬，并以與人眼基本相同的方式處理信息。比如讓機器人用這些傳感器來跟蹤目標的運動，其視野中的任何靜止狀態都不會引起響應，一旦目標發生運動，則會產生高壓，立即告訴機器人目標的位置，而無需進行任何復雜的圖像處理。

這種新型傳感器還能與神經形態計算機完美匹配。神經形態計算機與傳統計算機不同，是一種模擬人腦的大規模并行網絡，為用于自動駕駛汽車、機器人技術和高級圖像識別中的下一代人工智能提供支持。

責任編輯：lq