Investigadores Desarrollan Sensor Óptico para Imitar el Ojo Humano

Investigadores de la Universidad Estatal de Oregón han demostrado el potencial de la inteligencia artificial para imitar a los humanos con un nuevo sensor óptico. Este sensor óptico es mejor para imitar la capacidad del ojo humano para percibir cambios en su campo visual.

El desarrollo tiene grandes implicaciones para campos como el reconocimiento de imágenes, la robótica y la inteligencia artificial.

La investigación, que fue dirigida por el investigador de la Facultad de Ingeniería de la Universidad Estatal de Oregón, John Labram, y la estudiante de posgrado Cinthya Trujillo Herrera, se publicó a principios de este mes en Applied Physics Letters. 

Dispositivos Oculares Humanos Anteriores 

Los investigadores han intentado desarrollar anteriormente tipos de dispositivos oculares humanos, también llamados sensores retinomórficos, y a menudo utilizaron software o hardware complejo. Sin embargo, este nuevo dispositivo utiliza capas ultradelgadas de semiconductores de perovskita, que han atraído la atención en el pasado debido a su potencial para la energía solar. Cuando se exponen a la luz, estas capas ultradelgadas cambian de aislantes eléctricos fuertes a conductores fuertes.

Labram es profesor asistente de ingeniería eléctrica y ciencias de la computación, y está liderando la investigación con el apoyo de la Fundación Nacional de Ciencia.

“Puedes pensar en ello como un solo píxel que hace algo que actualmente requeriría un microprocesador”, dijo Labram.

La próxima generación de inteligencia artificial se espera que esté impulsada por computadoras neuromórficas, específicamente en aplicaciones como vehículos autónomos, robótica y reconocimiento de imágenes avanzado. Las computadoras neuromórficas imitan las redes paralelas del cerebro humano, mientras que las computadoras tradicionales procesan la información secuencialmente.

“La gente ha intentado replicar esto en hardware y ha tenido un éxito razonable”, dijo Labram. “Sin embargo, incluso aunque los algoritmos y la arquitectura diseñados para procesar la información están volviéndose cada vez más como un cerebro humano, la información que estos sistemas reciben todavía está decididamente diseñada para computadoras tradicionales”.

Todo esto significa que una computadora necesita un sensor de imagen para actuar como el ojo humano, que consta de aproximadamente 100 millones de fotoreceptores. A pesar de este número masivo, el nervio óptico solo contiene 1 millón de conexiones con el cerebro, lo que significa que la retina presencia mucha preprocesamiento y compresión dinámica antes de que una imagen sea transmitida.

Sensor Retinomórfico

El sensor retinomórfico desarrollado por los investigadores no reacciona con fuerza en condiciones estáticas, pero registra señales cortas y agudas cuando hay un cambio en la iluminación. Luego, rápidamente vuelve a la línea base, lo que se debe a las perovskitas.

“La forma en que lo probamos es, básicamente, lo dejamos en la oscuridad durante un segundo, luego encendemos las luces y las dejamos encendidas”, dijo Labram. “Tan pronto como la luz se enciende, obtienes este gran pico de voltaje, luego el voltaje se desvanece rápidamente, incluso aunque la intensidad de la luz es constante. Y eso es lo que queremos”.

El equipo simuló varios sensores retinomórficos, lo que les permitió predecir cómo reaccionaría una cámara de video retinomórfica a un estímulo de entrada.

“Podemos convertir el video en un conjunto de intensidades de luz y luego introducirlo en nuestra simulación”, dijo Labram. “Las regiones donde se predice una salida de voltaje más alta del sensor se iluminan, mientras que las regiones de voltaje más bajo permanecen oscuras. Si la cámara es relativamente estática, puedes ver claramente todas las cosas que se mueven que responden con fuerza. Esto se mantiene razonablemente fiel al paradigma de la detección óptica en mamíferos”.

“Lo bueno es que, con esta simulación, podemos introducir cualquier video en uno de estos arreglos y procesar esa información de manera esencialmente igual a como lo haría el ojo humano”, continuó Labram. “Por ejemplo, puedes imaginar que estos sensores se utilizan en un robot que sigue el movimiento de objetos. Cualquier cosa estática en su campo de visión no provocaría una respuesta, sin embargo, un objeto en movimiento registraría un voltaje alto. Esto le diría al robot inmediatamente dónde estaba el objeto, sin ningún procesamiento de imagen complejo”.