I ricercatori sviluppano un sensore ottico per imitare l’occhio umano

I ricercatori dell’Università statale dell’Oregon hanno dimostrato il potenziale dell’intelligenza artificiale per imitare gli esseri umani con un nuovo sensore ottico. Questo sensore ottico è migliore nell’imitare la capacità dell’occhio umano di percepire i cambiamenti nel suo campo visivo.

Lo sviluppo ha grandi implicazioni per campi come il riconoscimento di immagini, la robotica e l’IA.

La ricerca, guidata dal ricercatore del College of Engineering dell’OSU John Labram e dalla studentessa di dottorato Cinthya Trujillo Herrera, è stata pubblicata all’inizio di questo mese su Applied Physics Letters.

Dispositivi oculari umani precedenti

I ricercatori hanno precedentemente tentato di sviluppare tipi di dispositivi oculari umani, anche chiamati sensori retinomorfici, e spesso utilizzavano software o hardware complesso. Tuttavia, questo nuovo dispositivo utilizza strati sottili di semiconduttori perovskiti, che hanno attirato l’attenzione in passato a causa del loro potenziale per l’uso di energia solare. Quando esposti alla luce, questi strati sottili cambiano da forti isolanti elettrici a forti conduttori.

Labram è un assistente professore di ingegneria elettrica e informatica, e sta guidando la ricerca con il supporto della National Science Foundation.

“Puoi pensare a questo come a un singolo pixel che fa qualcosa che attualmente richiederebbe un microprocessore”, ha detto Labram.

La prossima generazione di IA sarà alimentata da computer neuromorfici, in particolare in applicazioni come veicoli autonomi, robotica e riconoscimento di immagini avanzato. I computer neuromorfici imitano le reti parallele nel cervello umano, mentre i computer tradizionali elaborano le informazioni in modo sequenziale.

“Le persone hanno cercato di replicare questo in hardware e sono state abbastanza fortunate”, ha detto Labram. “Tuttavia, anche se gli algoritmi e l’architettura progettati per elaborare le informazioni stanno diventando sempre più simili a un cervello umano, le informazioni che questi sistemi ricevono sono ancora decisamente progettate per computer tradizionali”.

Tutto ciò significa che un computer ha bisogno di un sensore di immagine per agire come l’occhio umano, che consiste di circa 100 milioni di fotorecettori. Nonostante questo numero enorme, il nervo ottico contiene solo 1 milione di connessioni al cervello, il che significa che la retina subisce molta pre-elaborazione e compressione dinamica prima che un’immagine venga trasmessa.

Sensore retinomorfico

Il sensore retinomorfico sviluppato dai ricercatori non reagisce fortemente in condizioni statiche, ma registra segnali brevi e acuti quando c’è un cambiamento nell’illuminazione. Quindi ritorna rapidamente al livello di base, il che è dovuto ai perovskiti.

“Il modo in cui lo testiamo è, fondamentalmente, lasciarlo al buio per un secondo, poi accendiamo le luci e le lasciamo accese”, ha detto Labram. “Non appena la luce si accende, si ottiene questo grande picco di voltaggio, poi il voltaggio decresce rapidamente, anche se l’intensità della luce è costante. E questo è ciò che vogliamo”.

La squadra ha simulato vari sensori retinomorfici, il che ha permesso loro di prevedere come una telecamera video retinomorfica avrebbe reagito a uno stimolo di input.

“Possiamo convertire un video in un set di intensità di luce e poi inserirlo nella nostra simulazione”, ha detto Labram. “Le aree in cui si prevede un output di voltaggio più alto dal sensore si illuminano, mentre le aree a voltaggio più basso rimangono scure. Se la telecamera è relativamente statica, puoi chiaramente vedere tutte le cose che si muovono rispondere fortemente. Ciò rimane ragionevolmente fedele al paradigma della sensazione ottica nei mammiferi”.

“La cosa buona è che, con questa simulazione, possiamo inserire qualsiasi video in uno di questi array e elaborare quelle informazioni essenzialmente nello stesso modo in cui l’occhio umano lo farebbe”, ha continuato Labram. “Ad esempio, puoi immaginare questi sensori utilizzati da un robot che segue il movimento degli oggetti. Qualsiasi cosa statica nel suo campo visivo non provocherebbe una risposta, tuttavia un oggetto in movimento registrerebbe un alto voltaggio. Ciò direbbe al robot immediatamente dove si trova l’oggetto, senza alcun elaborazione di immagini complessa”.