Исследователи разработали оптический датчик, имитирующий человеческий глаз

Исследователи из Орегонского государственного университета продемонстрировали потенциал искусственного интеллекта в имитации человека с помощью нового оптического датчика. Этот оптический датчик лучше имитирует способность человеческого глаза воспринимать изменения в поле зрения.

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

Исследование, проведенное под руководством исследователя инженерного колледжа OSU Джона Лабрама и аспиранта Синтии Трухильо Эррера, было опубликовано ранее в этом месяце в Applied Physics Letters. 

Предыдущие устройства человеческого глаза 

Исследователи ранее пытались разработать типы устройств человеческого глаза, также называемых ретиноморфными датчиками, и они часто использовали программное обеспечение или сложное оборудование. Однако в этом новом устройстве используются сверхтонкие слои перовскитных полупроводников, которые в прошлом привлекали внимание из-за их потенциала использования солнечной энергии. Под воздействием света эти ультратонкие слои превращаются из сильных электрических изоляторов в сильные проводники.

Лабрам — доцент электротехники и компьютерных наук, и он возглавляет исследование при поддержке Национального научного фонда.

«Вы можете думать об этом как о том, что один пиксель делает что-то, что в настоящее время требует микропроцессора», — сказал Лабрам.

Ожидается, что следующее поколение искусственного интеллекта будет работать на нейроморфных компьютерах, особенно в таких приложениях, как автономные транспортные средства, робототехника и расширенное распознавание изображений. Нейроморфные компьютеры имитируют параллельные сети в человеческом мозгу, в то время как традиционные компьютеры обрабатывают информацию последовательно.

«Люди пытались воспроизвести это на оборудовании и добились довольно больших успехов», - сказал Лабрам. «Однако, хотя алгоритмы и архитектура, предназначенные для обработки информации, становятся все более и более похожими на человеческий мозг, информация, которую получают эти системы, по-прежнему определенно предназначена для традиционных компьютеров».

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

Ретиноморфный датчик

Разработанный исследователями ретиноморфный датчик не сильно реагирует в статических условиях, но регистрирует короткие и резкие сигналы при изменении освещения. Затем он быстро возвращается к исходному уровню благодаря перовскитам.

«Мы тестируем его так: оставляем его на секунду в темноте, затем включаем свет и оставляем его включенным», — сказал Лабрам. «Как только загорается свет, происходит большой скачок напряжения, который затем быстро падает, хотя интенсивность света остаётся постоянной. Именно этого мы и добиваемся».

Команда смоделировала различные ретиноморфные датчики, что позволило им предсказать, как ретиноморфная видеокамера будет реагировать на входной сигнал.

«Мы можем преобразовать видео в набор значений интенсивности света, а затем поместить это в нашу симуляцию», - сказал Лабрам. «Области, в которых датчик прогнозирует более высокое выходное напряжение, загораются, а области более низкого напряжения остаются темными. Если камера относительно неподвижна, вы можете ясно видеть, что все движущиеся объекты сильно реагируют. Это остается разумным верным парадигме оптического зондирования у млекопитающих ».

«Хорошо то, что с помощью этой симуляции мы можем вводить любое видео в один из этих массивов и обрабатывать эту информацию практически так же, как человеческий глаз», — продолжил Лабрам. «Например, вы можете представить, что эти датчики использует робот, отслеживающий движение объектов. Все статичное в его поле зрения не вызовет реакции, однако движущийся объект будет регистрировать высокое напряжение. Это немедленно сообщало бы роботу, где находится объект, без какой-либо сложной обработки изображения».