Des chercheurs développent un capteur optique pour imiter l'œil humain

Des chercheurs de l'Oregon State University ont démontré le potentiel de l'intelligence artificielle pour imiter les humains avec un nouveau capteur optique. Ce capteur optique imite mieux la capacité de l'œil humain à percevoir les changements dans son champ visuel.

Le développement a de grandes implications pour des domaines tels que la reconnaissance d'images, la robotique et l'IA.

La recherche, qui a été dirigée par le chercheur de l'OSU College of Engineering John Labram et l'étudiante diplômée Cinthya Trujillo Herrera, a été publiée plus tôt ce mois-ci dans Applied Physics Letters. 

Dispositifs antérieurs pour l'œil humain 

Les chercheurs ont déjà tenté de développer des types de dispositifs à œil humain, également appelés capteurs rétinomorphes, et ils utilisaient souvent des logiciels ou du matériel complexe. Cependant, ce nouveau dispositif utilise des couches ultrafines de semi-conducteurs pérovskites, qui ont attiré l'attention dans le passé en raison de leur potentiel d'utilisation de l'énergie solaire. Lorsqu'elles sont exposées à la lumière, ces couches ultrafines se transforment d'isolants électriques puissants en conducteurs puissants.

Labram est professeur adjoint de génie électrique et d'informatique, et il dirige la recherche avec le soutien de la National Science Foundation.

"Vous pouvez le considérer comme un seul pixel faisant quelque chose qui nécessiterait actuellement un microprocesseur", a déclaré Labram.

La prochaine génération d'IA devrait être alimentée par des ordinateurs neuromorphiques, en particulier dans des applications telles que les véhicules autonomes, la robotique et la reconnaissance d'images avancée. Les ordinateurs neuromorphiques imitent les réseaux parallèles du cerveau humain, tandis que les ordinateurs traditionnels traitent les informations de manière séquentielle.

«Les gens ont essayé de reproduire cela dans le matériel et ont eu un succès raisonnable», a déclaré Labram. «Cependant, même si les algorithmes et l'architecture conçus pour traiter les informations ressemblent de plus en plus à un cerveau humain, les informations que ces systèmes reçoivent sont encore décidément conçues pour les ordinateurs traditionnels.

Tout cela signifie qu'un ordinateur a besoin d'un capteur d'image pour agir comme l'œil humain, qui se compose d'environ 100 millions de photorécepteurs. Malgré ce nombre massif, le nerf optique ne contient qu'un million de connexions au cerveau, ce qui signifie que la rétine subit de nombreux prétraitements et compressions dynamiques avant qu'une image ne soit jamais transmise.

Capteur rétinomorphe

Le capteur rétinomorphe développé par les chercheurs ne réagit pas fortement dans des conditions statiques, mais il enregistre des signaux courts et nets lorsqu'il y a un changement d'éclairage. Il revient ensuite rapidement à la ligne de base, tout cela grâce aux pérovskites.

« Pour le tester, on le laisse dans le noir une seconde, puis on allume la lumière et on la laisse allumée », explique Labram. « Dès que la lumière s'allume, on observe une forte pointe de tension, puis la tension décroît rapidement, même si l'intensité lumineuse est constante. Et c'est ce que nous recherchons. »

L'équipe a simulé divers capteurs rétinomorphes, ce qui leur a permis de prédire comment une caméra vidéo rétinomorphe réagirait à un stimulus d'entrée.

«Nous pouvons convertir la vidéo en un ensemble d'intensités lumineuses, puis l'intégrer dans notre simulation», a déclaré Labram. «Les régions où une sortie de tension plus élevée est prévue à partir du capteur s'allument, tandis que les régions de tension inférieure restent sombres. Si la caméra est relativement statique, vous pouvez clairement voir toutes les choses qui bougent réagissent fortement. Cela reste raisonnablement fidèle au paradigme de la détection optique chez les mammifères.

"La bonne chose est qu'avec cette simulation, nous pouvons entrer n'importe quelle vidéo dans l'un de ces tableaux et traiter ces informations essentiellement de la même manière que l'œil humain le ferait", a poursuivi Labram. « Par exemple, vous pouvez imaginer que ces capteurs sont utilisés par un robot qui suit le mouvement des objets. Tout objet statique dans son champ de vision ne provoquerait pas de réponse, mais un objet en mouvement enregistrerait une haute tension. Cela indiquerait immédiatement au robot où se trouvait l'objet, sans aucun traitement d'image complexe.