Исследователи разработали оптический датчик, имитирующий человеческий глаз

Исследователи из Университета штата Орегон продемонстрировали потенциал искусственного интеллекта для имитации человека с помощью нового оптического датчика. Этот оптический датчик лучше имитирует способность человеческого глаза воспринимать изменения в поле зрения.

Это открытие имеет большое значение для таких областей, как распознавание изображений, робототехника и искусственный интеллект.

Исследование, которое было проведено под руководством исследователя Колледжа инженерии Университета штата Орегон Джона Лабрама и аспиранта Синтии Трухильо Эрреры, было опубликовано ранее этого месяца в Applied Physics Letters. 

Предыдущие устройства, имитирующие человеческий глаз 

Исследователи ранее пытались разработать устройства, имитирующие человеческий глаз, также называемые ретиноморфными датчиками, и они часто использовали программное обеспечение или сложное оборудование. Однако это новое устройство использует сверхтонкие слои перовскитных полупроводников, которые ранее привлекали внимание из-за своего потенциала для использования в солнечной энергетике. Когда эти сверхтонкие слои подвергаются воздействию света, они меняются от сильных электрических изоляторов до сильных проводников.

Лабрам является помощником профессора электротехники и компьютерных наук, и он ведет исследование при поддержке Национального научного фонда.

«Вы можете представить это как один пиксель, делающий что-то, что сейчас требует микропроцессора», – сказал Лабрам.

Следующее поколение искусственного интеллекта, как ожидается, будет работать на нейроморфных компьютерах, особенно в таких приложениях, как автономные транспортные средства, робототехника и продвинутое распознавание изображений. Нейроморфные компьютеры имитируют параллельные сети в человеческом мозге, тогда как традиционные компьютеры обрабатывают информацию последовательно.

«Люди пытались повторить это в оборудовании и были достаточно успешными», – сказал Лабрам. «Однако, даже хотя алгоритмы и архитектура, предназначенные для обработки информации, становятся все более и более похожими на человеческий мозг, информация, которую эти системы получают, все еще предназначена для традиционных компьютеров».

Все это означает, что компьютеру нужен датчик изображения, чтобы действовать как человеческий глаз, который состоит из примерно 100 миллионов фоторецепторов. Несмотря на это огромное количество, зрительный нерв содержит только 1 миллион соединений с мозгом, что означает, что сетчатка подвергается значительной предварительной обработке и динамической компрессии, прежде чем изображение будет передано.

Ретиноморфный датчик

Ретиноморфный датчик, разработанный исследователями, не реагирует сильно в статических условиях, но он регистрирует короткие и острые сигналы, когда происходит изменение освещения. Затем он быстро возвращается к базовому уровню, что происходит из-за перовскитов.

«Мы тестируем его, по сути, оставляя его в темноте на секунду, затем включаем свет и просто оставляем его включенным», – сказал Лабрам. «Как только свет включается, вы получаете этот большой скачок напряжения, затем напряжение быстро уменьшается, даже хотя интенсивность света постоянна. И это то, чего мы хотим».

Команда смоделировала различные ретиноморфные датчики, что позволило им предсказать, как ретиноморфная видеокамера отреагирует на входной стимул.

«Мы можем преобразовать видео в набор интенсивностей света, а затем ввести это в нашу симуляцию», – сказал Лабрам. «Области, где предсказано более высокое напряжение на датчике, светятся, а области с более низким напряжением остаются темными. Если камера относительно статична, вы можете четко увидеть все движущиеся объекты, которые реагируют сильно. Это остается достаточно верным парадигме оптического восприятия у млекопитающих».

«Хорошо то, что, с помощью этой симуляции, мы можем ввести любое видео в одну из этих матриц и обработать эту информацию практически так же, как человеческий глаз», – продолжил Лабрам. «Например, вы можете представить, что эти датчики используются роботом для отслеживания движения объектов. Любой статичный объект в его поле зрения не вызовет реакции, однако движущийся объект будет регистрировать высокое напряжение. Это сразу же скажет роботу, где находится объект, без необходимости сложной обработки изображения».