Forskere Utvikler Optisk Sensor for å Mimese Menneskelige Øyne

Forskere ved Oregon State University har demonstrert potensialet for kunstig intelligens til å mimere mennesker med en ny optisk sensor. Denne optiske sensoren er bedre til å mimere menneskelige øyens evne til å oppfatte endringer i visuelt felt.

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

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

Tidligere Menneskeøye-Enheter 

Forskere har tidligere forsøkt å utvikle typer menneskeøye-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 fått 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 menneskehjernen, 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 en menneskehjerne, er informasjonen disse systemene mottar fortsatt bestemt designet for tradisjonelle datamaskiner.”

All dette betyr at en datamaskin trenger en bildesensor for å fungere som et menneskeøye, som består av omtrent 100 millioner fotoreceptorer. 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 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 deretter raskt til baseline, noe som skyldes perovskittene.

“Måten vi tester det på, er å la det være i mørket i ett sekund, så åpner vi lyset og lar det bare være på,” sa Labram. “Så snart lyset går på, får du denne store spenningstøffen, så spenningen avtar raskt, selv om lysintensiteten er konstant. Og det er det vi ønsker.”

Laget simulerte forskjellige retinomorfiske sensorer, noe som tillot dem å forutsi hvordan en retinomorfisk videokamera ville reagere på inndata-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 sansning hos pattedyr.”

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