Forskere Utvikler Optisk Sensor for å Mimese det Menneskelige Øye

Forskere ved Oregon State University har demonstrert potensialet for kunstig intelligens til å mimese mennesker med en ny optisk sensor. Denne optiske sensoren er bedre til å mimese det menneskelige øyets evne til å oppfatte endringer i sitt synsfelt.

Utviklingen har store implikasjoner for fag som bildegenkjenning, robotikk og kunstig intelligens.

Forskningen, som ble ledet av OSU College of Engineering-forsker John Labram og graduate student Cinthya Trujillo Herrera, ble publisert tidligere denne måneden i Applied Physics Letters. 

Tidligere Menneske-Øye-Enheter 

Forskere har tidligere forsøkt å utvikle typer menneske-øye-enheter, også kalt retinomorfiske sensorer, og de har ofte brukt programvare eller kompleks maskinvare. Men denne nye enheten bruker ultratynne lag av perovskitt-halvledere, som har tiltrekt oppmerksomhet tidligere på grunn av deres potensiale for solenergi. Når de utsettes for lys, endrer disse ultratynne lagene seg fra sterke elektriske isolatorer til sterke ledere.

Labram er en assistentprofessor i elektroteknikk og datavitenskap, og han leder forskningen med støtte fra National Science Foundation.

“Du kan tenke på det som en enkelt piksel som gjør noe som for tiden ville kreve en mikroprosessor,” sa Labram.

Neste generasjon kunstig intelligens forventes å bli drevet av neuromorfiske datamaskiner, spesielt i applikasjoner som autonome kjøretøy, robotikk og avansert bildegenkjenning. Neuromorfiske datamaskiner mimiserer de parallele nettverkene i det menneskelige hjernen, mens tradisjonelle datamaskiner prosesserer informasjon sekvensielt.

“Folk har forsøkt å replikere dette i maskinvare og har vært rimelig suksessfulle,” sa Labram. “Men selv om algoritmene og arkitekturen som er designet for å prosessere informasjon blir mer og mer som et menneske hjernen, er informasjonen disse systemene mottar fortsatt bestemt designet for tradisjonelle datamaskiner.”

Alt dette betyr at en datamaskin trenger en bilde sensor for å fungere som det menneskelige øyet, som består av omtrent 100 millioner foto-reseptorer. Til tross for dette massive antallet, inneholder nervusen bare 1 million forbindelser til hjernen, noe som betyr at nethinnen vitner om mye forarbeiding og dynamisk kompresjon før et bilde noen gang overføres.

Retinomorfisk Sensor

Den retinomorfiske sensoren som er utviklet av forskerne, reagerer ikke sterkt under statiske forhold, men den registrerer korte og skarpe signaler når det er en endring i belysning. Den returnerer så raskt til baseline, noe som skyldes perovskittene.

“Måten vi tester det på, er grundig, vi lar det være i mørket i ett sekund, så vi slår på lyset og lar det bare være på,” sa Labram. “Så snart lyset går på, får du denne store spenningstøyen, så spenningen raskt forsvinner, selv om intensiteten av lyset er konstant. Og det er det vi vil ha.”

Teamet simulerte forskjellige retinomorfiske sensorer, noe som tillot dem å forutsi hvordan en retinomorfisk videokamera ville reagere på inngangs-stimuli.

“Vi kan konvertere video til en sett med lysintensiteter og så sette det inn i vår simulasjon,” sa Labram. “Områder hvor en høyere spenning utgang er forutsagt fra sensoren, lyser opp, mens lavere spenning områder forblir mørke. Hvis kameraet er relativt statisk, kan du tydelig se alle ting som beveger seg som reagerer sterkt. Dette holder seg rimelig tro mot paradigmet for optisk sanse i pattedyr.”

“Det gode er at, med denne simulasjonen, kan vi sette inn noen video i ett av disse arrayene og prosessere informasjonen i grunnleggende samme måte som det menneskelige øyet ville,” fortsatte Labram. “For eksempel kan du tenke deg disse sensorene som brukes av en robot som sporer bevegelsen av objekter. Noe som er statisk i dens synsfelt ville ikke utløse en reaksjon, men et bevegelig objekt ville registrere en høy spenning. Dette ville fortelle roboten umiddelbart hvor objektet var, uten noen kompleks bildebehandling.”