Forskere udvikler optisk sensor til at efterligne det menneskelige øje

Forskere ved Oregon State University har demonstreret potentialet for kunstig intelligens til at efterligne mennesker med en ny optisk sensor. Denne optiske sensor er bedre til at efterligne det menneskelige øjes evne til at opfange ændringer i dets visuelle felt.

Udviklingen har store implikationer for felter som billedgenkendelse, robotteknik og kunstig intelligens.

Forskningen, der blev ledet af OSU College of Engineering-forsker John Labram og ph.d.-studerende Cinthya Trujillo Herrera, blev offentliggjort tidligere denne måned i Applied Physics Letters. 

Tidligere menneske-øje-enheder 

Forskere har tidligere forsøgt at udvikle typer af menneske-øje-enheder, også kaldet retinomorfiske sensorer, og de har ofte brugt software eller kompleks hardware. Men denne nye enhed bruger ultratynne lag af perovskit-halvledere, der tidligere har været genstand for opmærksomhed på grund af deres potentiale til solenergi. Når de udsættes for lys, ændrer disse ultratynne lag sig fra stærke elektriske isolatorer til stærke ledere.

Labram er adjunkt i elektroteknik og datalogi, og han leder forskningen med støtte fra National Science Foundation.

“Du kan tænke på det som en enkelt pixel, der gør noget, som i øjeblikket ville kræve en mikroprocessor,” sagde Labram.

Den næste generation af kunstig intelligens forventes at blive drevet af neuromorfiske computere, specifikt i anvendelser som autonome køretøjer, robotteknik og avanceret billedgenkendelse. Neuromorfiske computere efterligner de parallele netværk i det menneskelige hjerte, mens traditionelle computere behandler information sekventielt.

“Mennesker har forsøgt at replikere dette i hardware og har været rimelig succesfulde,” sagde Labram. “Men selvom algoritmerne og arkitekturen, der er designet til at behandle information, bliver mere og mere som et menneskeligt hjerte, er den information, disse systemer modtager, stadig bestemt designet for traditionelle computere.”

Alt dette betyder, at en computer har brug for en billedsensor til at fungere som det menneskelige øje, der består af omkring 100 millioner fotoceptorer. Trods dette massive antal indeholder den optiske nerve kun 1 million forbindelser til hjernen, hvilket betyder, at nethinden oplever en masse forarbejdning og dynamisk kompression, før et billede overhovedet transmitteres.

Retinomorfisk sensor

Den retinomorfiske sensor, der er udviklet af forskerne, reagerer ikke stærkt under statiske betingelser, men registrerer korte og skarpe signaler, når der er en ændring i belysning. Den returnerer derefter hurtigt til baseline, hvilket skyldes perovskitterne.

“Måden, vi tester det på, er grundlæggende, vi lader det være i mørke i et sekund, derefter tænder vi lyset og lader det bare være tændt,” sagde Labram. “Så snart lyset tændes, får du dette store spændingsstød, derefter falder spændingen hurtigt, selvom lysets intensitet er konstant. Og det er, hvad vi ønsker.”

Teamet simulerede forskellige retinomorfiske sensorer, hvilket tillod dem at forudsige, hvordan en retinomorfisk videokamera ville reagere på indgående stimulus.

“Vi kan konvertere video til en række lysintensiteter og derefter indsætte det i vores simulation,” sagde Labram. “Områder, hvor en højere spændingsudgang er forudset fra sensoren, lyser op, mens områderne med lavere spænding forbliver mørke. Hvis kameraet er relativt statisk, kan du tydeligt se alle de ting, der bevæger sig, reagere stærkt. Dette holder sig rimelig tro mod paradigmet for optisk sansning hos pattedyr.”

“Det gode er, at med denne simulation, kan vi indsætte enhver video i en af disse matricer og behandle den information på næsten samme måde, som det menneskelige øje ville,” fortsatte Labram. “For eksempel kan du forestille dig, at disse sensorer bliver brugt af en robot, der sporer bevægelsen af objekter. Noget statisk i dets synsfelt ville ikke udløse en reaktion, men et bevægeligt objekt ville registrere en høj spænding. Dette ville fortælle roboten med det samme, hvor objektet var, uden nogen kompleks billedbehandling.”