باحثون يطورون مستشعرًا بصريًا لتحاكي العين البشرية

قام باحثون في جامعة ولاية أوريغون بتحديد إمكانات الذكاء الاصطناعي لمحاكاة البشر مع مستشعر بصري جديد. هذا المستشعر البصري أفضل في محاكاة قدرة العين البشرية على اكتشاف التغييرات في مجالها البصري.

تمتلك هذه التطورات عواقب كبيرة على مجالات مثل التعرف على الصور وآلات الروبوت والذكاء الاصطناعي.

كانت هذه الأبحاث بقيادة جون لابرا م، باحث في كلية الهندسة بجامعة ولاية أوريغون، وطالب الدراسات العليا سينثيا تروجيلو هيريرا، ونشرت في بداية هذا الشهر في Applied Physics Letters. 

أجهزة العين البشرية السابقة 

حاول الباحثون في السابق تطوير أنواع من أجهزة العين البشرية، وتسمى أيضًا أجهزة المستشعرات الشبكية، وغالبًا ما استخدموا البرمجيات أو الأجهزة المعقدة. ومع ذلك، يستخدم هذا الجهاز الجديد طبقات رقيقة من المواد الشبه موصلة البيروفسكايت، والتي لفتت الانتباه في الماضي بسبب إمكاناتها لاستخدام الطاقة الشمسية. عند تعرض هذه الطبقات الرقيقة للضوء، تتغير من معزولات كهربائية قوية إلى موصلات قوية.

يعد لابرا م أستاذًا مساعدًا في الهندسة الكهربائية وعلوم الكمبيوتر، ويقود البحث بدعم من مؤسسة العلوم الوطنية.

“يمكنك أن تفكر فيها كبكسل واحد يقوم بشيء ما سيحتاج حاليًا إلى معالج دقيق،” قال لابرا م.

من المتوقع أن يتم تشغيل الجيل التالي من الذكاء الاصطناعي بواسطة الكمبيوترات الشبكية، وخاصة في التطبيقات مثل المركبات المستقلة وآلات الروبوت والتعرف المتقدم على الصور. تحاكي الكمبيوترات الشبكية الشبكات المتوازية في الدماغ البشري، بينما تقوم الكمبيوترات التقليدية بمعالجة المعلومات بشكل متسلسل.

“لقد حاول الناس复制 ذلك في الأجهزة ونجحوا بشكل معقول،” قال لابرا م. “ومع ذلك، على الرغم من أن الخوارزميات والهياكل المصممة لمعالجة المعلومات أصبحت أكثر وأكثر مثل دماغ بشري، فإن المعلومات التي تتلقاها هذه الأنظمة لا تزال مصممة بشكل حاسم للأجهزة الكمبيوتر التقليدية.”

كل هذا يعني أن الكمبيوتر يحتاج إلى مستشعر صورة ليعمل كالعين البشرية، والتي تتكون من حوالي 100 مليون مستقبل ضوئي. على الرغم من هذا العدد الهائل، يحتوي العصب البصري على مليون اتصال فقط مع الدماغ، مما يعني أن الشبكية تشهد الكثير من المعالجة المسبقة والضغط الديناميكي قبل إرسال الصورة أبدًا.

مستشعر الشبكية

لا يستجيب مستشعر الشبكية الذي طوره الباحثون بقوة في ظل الظروف الثابتة، ولكنه يسجل إشارات قصيرة و حادة عند وجود تغيير في الإضاءة. ثم يعود بسرعة إلى الحالة الأساسية، وكل ذلك بفضل البيروفسكايت.

“الطريقة التي نختبرها هي، أساسًا، نتركه في الظلام لثانية، ثم نضيء الأضواء ونجعلها مضاءة،” قال لابرا م. “كماsoon كما تضيء الضوء، تحصل على هذا النبض الكبير للفولتية، ثم تتناقص الفولتية بسرعة، على الرغم من أن شدة الضوء ثابتة. وهذا ما نريده.”

قام الفريق بمحاكاة مستشعرات شبكية متعددة، مما مكنهم من التنبؤ بكيفية استجابة كاميرا فيديو شبكية لمحفزات الإدخال.

“يمكننا تحويل الفيديو إلى مجموعة من شدات الضوء ومن ثم وضعها في محاكاتنا،” قال لابرا م. “المناطق التي يتم التنبؤ بها بمخرجات فولتية أعلى من المستشعر تضيء، بينما تظل المناطق التي تتنبأ بها بمخرجات فولتية أقل مظلمة. إذا كانت الكاميرا ساكنة نسبيًا، يمكنك رؤية كل الأشياء المتحركة بشكل واضح. هذا يظل صحيحًا بشكل معقول بالنسبة لمفاهيم الاستشعار البصري في الثدييات.”

“الجيد هو أننا، مع هذه المحاكاة، يمكننا إدخال أي فيديو إلى واحدة من هذه المصفوفات ومعالجة تلك المعلومات بشكل أساسي نفس الطريقة التي تعمل بها العين البشرية،” واصل لابرا م. “على سبيل المثال، يمكنك أن تتخيل هذه المستشعرات التي تستخدمها روبوت تتبع حركة الأجسام. أي شيء ساكن في مجال رؤيته لن يثير استجابة، ومع ذلك فإن الجسم المتحرك سيسجل فولتية عالية. هذا سيعلم الروبوت على الفور أين يوجد الجسم، دون أي معالجة صورة معقدة.”