人工突触可实现接近人类的颜色辨别

日本东京理科大学 （TUS） 电子系统工程系工程系开发了一种开创性的自供电人工突触，能够以极高的精度区分颜色。该研究由同样来自 TUS 的 Hiroaki Komatsu 先生和 Norika Hosoda 女士合著。

尽管人工智能和传感器取得了重大进展，但机器视觉系统在处理每秒生成的大量视觉数据方面仍然面临重大挑战，这需要大量的电力、存储和计算资源。这使得在智能手机、无人机或自动驾驶汽车等边缘设备中部署视觉识别功能变得困难。研究人员开发的人工突触是自供电的，解决了边缘应用固有的功率限制。

然而，与必须捕获和处理每个细节的传统机器视觉系统不同，人类视觉系统有选择地过滤信息，从而在消耗最少功率的同时实现更高的视觉处理效率。因此，模拟生物神经系统结构和功能的神经形态计算已成为克服计算机视觉中现有障碍的一种有前途的方法。然而，两个主要挑战仍然存在。第一个是实现与人类视觉相媲美的颜色识别，而第二个是无需外部电源以最大限度地降低能耗。

研究人员将两种不同的染料敏化太阳能电池集成在一起，它们对不同波长的光有不同的反应，以产生它们的人工突触。与需要外部电源的传统光电人工突触不同，拟议的突触通过太阳能转换发电。这种自供电能力使其特别适用于能源效率至关重要的边缘计算应用。

广泛的实验表明，所得系统可以在可见光谱中以 10 纳米的分辨率区分颜色。这种辨别力接近人眼的辨别力。此外，该器件表现出双极响应，在蓝光下产生正电压，在红光下产生负电压。这使得通常需要多个传统器件的复杂逻辑作成为可能。

“结果表明，这种下一代光电器件可以同时实现高分辨率的颜色辨别和逻辑运算，在具有视觉识别功能的低功耗人工智能系统中应用巨大潜力，”生野博士指出。

为了演示实际应用，该团队在物理储层计算框架中使用人工突触来识别以红色、绿色和蓝色记录的不同人类运动。该系统在仅使用单个设备对 18 种不同的颜色和运动组合进行分类时，实现了令人印象深刻的 82% 准确率，而不是传统系统中所需的多个光电二极管。

这项研究的影响延伸到多个行业。例如，在自动驾驶汽车中，这些设备可以更有效地识别交通信号灯、路标和障碍物。在医疗保健领域，它们可以为监测生命体征（如血氧水平）的可穿戴设备供电，同时将电池消耗降至最低。

Ikuno 博士评论道：“我们相信这项技术将有助于实现具有接近人眼颜色辨别能力的低功耗机器视觉系统，应用于自动驾驶汽车的光学传感器、医疗用途的低功耗生物识别传感器和便携式识别设备。