Tutkijat kehittivät optisen anturin, joka jäljittelee ihmisen silmää

Oregonin osavaltionyliopiston tutkijat ovat osoittaneet tekoälyn mahdollisuuden jäljitellä ihmistä uudella optisella anturilla. Tämä optinen anturi on parempi jäljittelemään ihmisen silmän kykyä havaita muutoksia näkökentässään.

Tämä kehitys on suurilla vaikutuksilla aloille kuten kuvantunnistus, robotiikka ja tekoäly.

Tutkimus, jota johti OSU College of Engineering -tutkija John Labram ja jatko-opiskelija Cinthya Trujillo Herrera, julkaistiin aiemmin tässä kuussa Applied Physics Letters.

Aikaisemmat ihmisen silmän laitteet

Tutkijat ovat aikaisemmin yrittäneet kehittää erilaisia ihmisen silmän laitteita, joita kutsutaan myös retinomorfisiksi antureiksi, ja he usein käyttivät ohjelmistoja tai monimutkaisia laitteita. Kuitenkin tämä uusi laite käyttää ultratiheitä perovskiittisemikondukttorikerroksia, jotka ovat herättäneet huomiota aiemmin aurinkoenergian käytön potentiaalin vuoksi. Kun ne altistetaan valolle, nämä ultratiheät kerrokset muuttuvat vahvoista sähkön eristeistä vahvoiksi johtimiksi.

Labram on sähkötekniikan ja tietojenkäsittelytieteen apulaisprofessori, ja hän johtaa tutkimusta kansallisen tiedesäätiön tuella.

“Voit ajatella sitä yhtenä pikselinä, joka tekee jotain, mitä nykyään vaatisi mikroprosessorin,” Labram sanoi.

Seuraava tekoälysukupolvi odotetaan olevan neuromorfinen tietokone, erityisesti sovelluksissa kuten itseohjautuvat ajoneuvot, robotiikka ja edistynyt kuvantunnistus. Neuromorfit tietokoneet jäljittelevät ihmisaivojen rinnakkaisverkkoja, kun taas perinteiset tietokoneet prosessivat tietoa järjestyksessä.

“Ihmiset ovat yrittäneet jäljitellä tätä laitteissa ja ovat olleet kohtuullisen onnistuneita,” Labram sanoi. “Kuitenkin vaikka algoritmit ja arkkitehtuuri, jotka on suunniteltu prosessointiin, muistuttavat yhä enemmän ihmisaivoja, tieto, jonka nämä järjestelmät vastaanottavat, on edelleen perinteisten tietokoneiden mukainen.”

Kaikki tämä tarkoittaa, että tietokone tarvitsee kuvantunnistusanturin, joka toimii ihmisen silmänä, joka koostuu noin 100 miljoonasta valoherkkyydestä. Vaikka tämä on valtava määrä, optinen hermo sisältää vain 1 miljoonaa yhteyttä aivoihin, mikä tarkoittaa, että verkkokalvo kokee paljon esikäsittelyä ja dynaamista pakkausta ennen kuin kuva välitetään.

Retinomorfisensori

Tutkijoiden kehittämä retinomorfisensori ei reagoi voimakkaasti staattisissa olosuhteissa, mutta se rekisteröi lyhyitä ja teräviä signaaleja, kun valaistus muuttuu. Se palautuu nopeasti takaisin perusarvoon, mikä johtuu perovskiiteista.

“Testaamme sitä jättämällä se pimeässä sekunnin, sitten käännämme valot päälle ja jätämme ne päälle,” Labram sanoi. “Heti kun valo syttyy, saadaan iso jännitespiikki, sitten jännite laskee nopeasti, vaikka valon voimakkuus on vakio. Ja se on se, mitä haluamme.”

Tiimi simuloiti erilaisia retinomorfisensoreja, mikä mahdollisti heidän ennustaa, miten retinomorfivideokamera reagoisi syöteääniin.

“Voimme muuttaa videon valon voimakkuuksiksi ja sitten asettaa sen simulaatioon,” Labram sanoi. “Alueet, joissa suurempi jännite saadaan ennustettua anturin valosta, valaisevat, kun taas matalamman jännitteen alueet pysyvät pimeinä. Jos kamera on suhteellisen staattinen, voit selvästi nähdä kaikki liikkuvat asiat, jotka reagoivat voimakkaasti. Tämä pysyy kohtuullisen uskollisena optisen havainnon eläinten paradigman mukaisesti.”

“Hyvä asia on, että tämän simulaation avulla voimme syöttää minkä tahansa videon tähän anturiin ja prosessoida tietoa lähes samalla tavalla kuin ihmisen silmä,” Labram jatkoi. “Esimerkiksi voit kuvitella näiden anturien käytön robottien seuraamiseen esineiden liikkeisiin. Mikä tahansa staattinen robottien näkökentässä ei aiheuta reaktiota, mutta liikkuva esine rekisteröi korkean jännitteen. Tämä kertoo robotille heti, missä esine on, ilman monimutkaista kuvan prosessointia.”