Pesquisadores Desenvolvem Sensor Óptico para Imitar o Olho Humano

Pesquisadores da Universidade Estadual do Oregon demonstraram o potencial da inteligência artificial para imitar humanos com um novo sensor óptico. Este sensor óptico é melhor em imitar a capacidade do olho humano de perceber mudanças em seu campo visual.

O desenvolvimento tem grandes implicações para campos como reconhecimento de imagens, robótica e inteligência artificial.

A pesquisa, que foi liderada pelo pesquisador do Colégio de Engenharia da OSU, John Labram, e pelo estudante de pós-graduação, Cinthya Trujillo Herrera, foi publicada no início deste mês em Applied Physics Letters. 

Dispositivos de Olho Humano Anteriores 

Pesquisadores anteriormente tentaram desenvolver tipos de dispositivos de olho humano, também chamados de sensores retinomórficos, e frequentemente usaram software ou hardware complexo. No entanto, este novo dispositivo usa camadas ultrafinas de semicondutores de perovskita, que têm atraído atenção no passado devido ao seu potencial para uso de energia solar. Quando expostas à luz, essas camadas ultrafinas mudam de fortes isolantes elétricos para fortes condutores.

Labram é um professor assistente de engenharia elétrica e ciência da computação, e ele está liderando a pesquisa com o apoio da National Science Foundation.

“Você pode pensar nisso como um único pixel fazendo algo que atualmente exigiria um microprocessador”, disse Labram.

A próxima geração de inteligência artificial é esperada para ser alimentada por computadores neuromórficos, especificamente em aplicações como veículos autônomos, robótica e reconhecimento de imagens avançado. Computadores neuromórficos imitam as redes paralelas no cérebro humano, enquanto os computadores tradicionais processam informações sequencialmente.

“As pessoas tentaram replicar isso em hardware e foram razoavelmente bem-sucedidas”, disse Labram. “No entanto, mesmo que os algoritmos e a arquitetura projetados para processar informações estejam se tornando cada vez mais como um cérebro humano, as informações que esses sistemas recebem ainda são decididamente projetadas para computadores tradicionais.”

Tudo isso significa que um computador precisa de um sensor de imagem para agir como o olho humano, que consiste em cerca de 100 milhões de fotoreceptores. Apesar desse número massivo, o nervo óptico contém apenas 1 milhão de conexões com o cérebro, o que significa que a retina testemunha muito pré-processamento e compressão dinâmica antes que uma imagem seja transmitida.

Sensor Retinomórfico

O sensor retinomórfico desenvolvido pelos pesquisadores não reage fortemente em condições estáticas, mas registra sinais curtos e agudos quando há uma mudança na iluminação. Em seguida, ele rapidamente retorna ao nível de base, o que é devido às perovskitas.

“A forma como testamos é, basicamente, deixamos no escuro por um segundo, então acendemos as luzes e apenas as deixamos acesas”, disse Labram. “Assim que a luz é acesa, você obtém esse grande pico de voltagem, então a voltagem decresce rapidamente, mesmo que a intensidade da luz seja constante. E é isso que queremos.”

A equipe simulou vários sensores retinomórficos, o que lhes permitiu prever como uma câmera de vídeo retinomórfica reagiria a um estímulo de entrada.

“Podemos converter vídeo em um conjunto de intensidades de luz e, em seguida, colocá-lo em nossa simulação”, disse Labram. “Regiões onde uma saída de voltagem mais alta é prevista do sensor se iluminam, enquanto as regiões de voltagem mais baixa permanecem escuras. Se a câmera for relativamente estática, você pode claramente ver todas as coisas que se movem respondendo fortemente. Isso permanece razoavelmente fiel ao paradigma de detecção óptica em mamíferos.”

“A boa coisa é que, com essa simulação, podemos inserir qualquer vídeo em uma dessas matrizes e processar essas informações essencialmente da mesma forma que o olho humano”, continuou Labram. “Por exemplo, você pode imaginar esses sensores sendo usados por um robô que rastreia o movimento de objetos. Qualquer coisa estática em seu campo de visão não provocaria uma resposta, no entanto, um objeto em movimento registraria uma voltagem alta. Isso diria ao robô imediatamente onde o objeto estava, sem qualquer processamento de imagem complexo.”