Các nhà nghiên cứu phát triển cảm biến quang học để bắt chước mắt người

Các nhà nghiên cứu tại Đại học Oregon State đã chứng minh tiềm năng của trí tuệ nhân tạo để bắt chước con người với một cảm biến quang học mới. Cảm biến quang học này tốt hơn trong việc bắt chước khả năng của mắt người trong việc nhận thức các thay đổi trong lĩnh vực thị giác của nó.

Phát triển này có ý nghĩa lớn cho các lĩnh vực như nhận dạng hình ảnh, robot và trí tuệ nhân tạo.

Nghiên cứu, được dẫn dắt bởi nhà nghiên cứu John Labram của Trường Kỹ thuật thuộc Đại học Oregon State và sinh viên nghiên cứu sinh Cinthya Trujillo Herrera, đã được công bố vào đầu tháng này trên Applied Physics Letters.

Thiết bị bắt chước mắt người trước đây

Các nhà nghiên cứu trước đây đã cố gắng phát triển các loại thiết bị bắt chước mắt người, cũng được gọi là cảm biến retinomorphic, và chúng thường sử dụng phần mềm hoặc phần cứng phức tạp. Tuy nhiên, thiết bị mới này sử dụng các lớp perovskite bán dẫn mỏng, đã thu hút sự chú ý trong quá khứ do tiềm năng của chúng trong việc sử dụng năng lượng mặt trời. Khi暴露 trong ánh sáng, các lớp mỏng này thay đổi từ các chất cách điện điện mạnh thành các chất dẫn điện mạnh.

Labram là giáo sư trợ lý về kỹ thuật điện và khoa học máy tính, và ông đang dẫn dắt nghiên cứu với sự hỗ trợ từ Quỹ Khoa học Quốc gia.

“Bạn có thể nghĩ về nó như một pixel đơn đang làm điều gì đó mà hiện tại sẽ yêu cầu một bộ xử lý,” Labram nói.

Thế hệ tiếp theo của trí tuệ nhân tạo dự kiến sẽ được cung cấp bởi các máy tính mô phỏng thần kinh, đặc biệt là trong các ứng dụng như xe tự hành, robot và nhận dạng hình ảnh tiên tiến. Các máy tính mô phỏng thần kinh bắt chước các mạng song song trong não người, trong khi các máy tính truyền thống xử lý thông tin tuần tự.

“Người ta đã cố gắng sao chép điều này trong phần cứng và đã khá thành công,” Labram nói. “Tuy nhiên, ngay cả khi các thuật toán và kiến trúc được thiết kế để xử lý thông tin ngày càng giống như não người, thông tin mà các hệ thống này nhận được vẫn được thiết kế rõ ràng cho các máy tính truyền thống.”

Tất cả điều này có nghĩa là một máy tính cần một cảm biến hình ảnh để hoạt động như mắt người, bao gồm khoảng 100 triệu photoreceptor. Mặc dù con số này rất lớn, nhưng dây thần kinh thị giác chỉ chứa 1 triệu kết nối đến não, có nghĩa là võng mạc chứng kiến rất nhiều tiền xử lý và nén động trước khi một hình ảnh được truyền.

Cảm biến Retinomorphic

Cảm biến retinomorphic được các nhà nghiên cứu phát triển không phản ứng mạnh trong điều kiện tĩnh, nhưng nó đăng ký các tín hiệu ngắn và sắc nét khi có sự thay đổi về độ sáng. Sau đó, nó nhanh chóng trở lại mức cơ bản, tất cả đều do perovskite.

“Cách chúng tôi kiểm tra nó là, cơ bản, chúng tôi để nó trong bóng tối trong một giây, sau đó chúng tôi bật đèn và chỉ để nó bật. Khi ánh sáng bật, bạn sẽ nhận được một xung điện áp lớn, sau đó điện áp nhanh chóng giảm, ngay cả khi cường độ ánh sáng là không đổi. Và đó là những gì chúng tôi muốn,” Labram nói.

Đội ngũ đã mô phỏng các cảm biến retinomorphic khác nhau, cho phép họ dự đoán cách một máy quay video retinomorphic sẽ phản ứng với kích thích đầu vào.

“Chúng tôi có thể chuyển đổi video thành một tập hợp các cường độ ánh sáng và sau đó đưa nó vào mô phỏng của chúng tôi,” Labram nói. “Các khu vực mà đầu ra điện áp cao hơn được dự đoán từ cảm biến sẽ sáng lên, trong khi các khu vực điện áp thấp hơn sẽ vẫn tối. Nếu máy quay tương đối tĩnh, bạn có thể nhìn rõ mọi thứ đang di chuyển phản ứng mạnh. Điều này vẫn khá trung thực với mô hình cảm biến quang học ở động vật có vú.”

“Điều tốt là, với mô phỏng này, chúng tôi có thể nhập bất kỳ video nào vào một trong những mảng này và xử lý thông tin đó cơ bản giống như mắt người sẽ làm,” Labram tiếp tục. “Ví dụ, bạn có thể tưởng tượng những cảm biến này được sử dụng bởi một robot theo dõi chuyển động của các vật thể. Bất cứ thứ gì tĩnh trong tầm nhìn của nó sẽ không gây ra phản ứng, tuy nhiên một vật thể di chuyển sẽ đăng ký một điện áp cao. Điều này sẽ cho robot biết ngay vị trí của vật thể, mà không cần xử lý hình ảnh phức tạp.”