Peneliti Mengembangkan Sensor Optik untuk Meniru Mata Manusia

Peneliti di Universitas Negeri Oregon telah menunjukkan potensi kecerdasan buatan untuk meniru manusia dengan sensor optik baru. Sensor optik ini lebih baik dalam meniru kemampuan mata manusia untuk mendeteksi perubahan dalam bidang visualnya.

Pengembangan ini memiliki implikasi besar untuk bidang seperti pengenalan gambar, robotika, dan kecerdasan buatan.

Penelitian, yang dipimpin oleh peneliti John Labram dari Fakultas Teknik Universitas Negeri Oregon dan mahasiswa pascasarjana Cinthya Trujillo Herrera, diterbitkan awal bulan ini di Applied Physics Letters. 

Perangkat Mata Manusia Sebelumnya 

Peneliti sebelumnya telah mencoba mengembangkan jenis perangkat mata manusia, juga disebut sensor retinomorfik, dan mereka sering menggunakan perangkat lunak atau perangkat keras yang kompleks. Namun, perangkat baru ini menggunakan lapisan tipis perovskite semikonduktor, yang telah menarik perhatian di masa lalu karena potensinya untuk digunakan dalam energi surya. Ketika terkena cahaya, lapisan tipis ini berubah dari isolator listrik yang kuat menjadi konduktor yang kuat.

Labram adalah asisten profesor teknik elektro dan ilmu komputer, dan dia memimpin penelitian dengan dukungan dari National Science Foundation.

“Anda dapat membayangkannya sebagai satu piksel melakukan sesuatu yang saat ini memerlukan mikroprosesor,” kata Labram.

Generasi kecerdasan buatan berikutnya diharapkan ditenagai oleh komputer neuromorfik, terutama dalam aplikasi seperti kendaraan otonom, robotika, dan pengenalan gambar lanjutan. Komputer neuromorfik meniru jaringan paralel di otak manusia, sedangkan komputer tradisional memproses informasi secara berurutan.

“Orang telah mencoba mereplikasi ini dalam perangkat keras dan telah cukup sukses,” kata Labram. “Namun, bahkan jika algoritma dan arsitektur yang dirancang untuk memproses informasi menjadi lebih dan lebih seperti otak manusia, informasi yang diterima sistem ini masih sangat dirancang untuk komputer tradisional.”

Semua ini berarti bahwa komputer memerlukan sensor gambar untuk bertindak sebagai mata manusia, yang terdiri dari sekitar 100 juta fotoceptor. Meskipun jumlah yang sangat besar ini, saraf optik hanya mengandung 1 juta koneksi ke otak, yang berarti retina melakukan banyak pra-pengolahan dan kompresi dinamis sebelum gambar dikirim.

Sensor Retinomorfik

Sensor retinomorfik yang dikembangkan oleh peneliti tidak bereaksi kuat dalam kondisi statis, tetapi mendaftarkan sinyal pendek dan tajam ketika ada perubahan iluminasi. Kemudian dengan cepat kembali ke baseline, yang semua ini disebabkan oleh perovskite.

“Cara kami mengujinya adalah, secara dasar, kami meninggalkannya dalam kegelapan selama satu detik, lalu kami menyalakan lampu dan hanya meninggalkannya menyala,” kata Labram. “Segera setelah cahaya menyala, Anda mendapatkan lonjakan tegangan besar, lalu tegangan dengan cepat memudar, bahkan jika intensitas cahaya tetap konstan. Dan itulah yang kami inginkan.”

Tim mensimulasikan berbagai sensor retinomorfik, yang memungkinkan mereka untuk memprediksi bagaimana kamera video retinomorfik akan bereaksi terhadap stimulus input.

“Kami dapat mengubah video menjadi serangkaian intensitas cahaya dan kemudian memasukkannya ke dalam simulasi kami,” kata Labram. “Wilayah di mana output tegangan yang lebih tinggi diprediksi dari sensor cahaya menyala, sedangkan wilayah dengan tegangan yang lebih rendah tetap gelap. Jika kamera relatif statis, Anda dapat dengan jelas melihat semua hal yang bergerak bereaksi kuat. Ini tetap cukup setia pada paradigma penginderaan optik pada mamalia.”

“Hal yang baik adalah, dengan simulasi ini, kami dapat memasukkan video apa pun ke dalam salah satu array ini dan memproses informasi tersebut secara esensial sama seperti mata manusia,” lanjut Labram. “Misalnya, Anda dapat membayangkan sensor ini digunakan oleh robot yang melacak gerakan objek. Apa pun yang statis dalam bidang pandangannya tidak akan memicu respons, namun objek yang bergerak akan mendaftarkan tegangan tinggi. Ini akan memberitahu robot secara langsung di mana objek berada, tanpa pemrosesan gambar yang kompleks.”