自供电人工突触模拟人类色觉

随着人工智能和智能设备的不断发展，机器视觉作为现代技术的关键使能者，正发挥着越来越重要的作用。然而，尽管取得了很大进展，机器视觉系统仍然面临一个主要问题：处理每秒产生的海量视觉数据需要大量的电力、存储和计算资源。这一限制使得在边缘设备（如智能手机、无人机或自动驾驶汽车）中部署视觉识别功能变得困难。

有趣的是，人类的视觉系统提供了一个引人入胜的替代模型。与必须捕捉和处理每个细节的常规机器视觉系统不同，我们的眼睛和大脑会选择性地过滤信息，从而在视觉处理中实现更高的效率，同时消耗最小的能量。神经形态计算，它模仿生物神经系统的结构和功能，因此已成为一种有前景的方法，以克服计算机视觉中现有的障碍。然而，两个主要挑战仍然存在。第一个是实现与人类视觉相当的色彩识别，而第二个是消除对外部电源的需求，以最大限度地减少能源消耗。

在此背景下，由日本东京大学（TUS）先进工程学院电子系统工程系副教授高野健教授领导的研究团队开发了一种突破性解决方案。他们的论文于 2025 年 5 月 12 日在《 科学报告 》第 15 卷上发表，介绍了一种能够以惊人精度区分颜色的自供电人工突触。该研究由来自 TUS 的 Mr. Hiroaki Komatsu 和 Ms. Norika Hosoda 共同撰写。

研究人员通过集成两种不同的染料敏化太阳能电池来制造他们的设备，这些电池对不同的光波长有不同的响应。与需要外部电源的传统光电人工突触不同，所提出的突触通过太阳能转换产生电力。这种自供电能力使其特别适用于边缘计算应用，其中能效至关重要。

通过大量实验证明，该系统可以在可见光谱上以 10 纳米的分辨率区分颜色——这种辨别能力接近人眼的水平。此外，该设备还表现出双极响应特性，在蓝光下产生正电压，在红光下产生负电压。这使得它能够执行通常需要多个传统设备才能完成的复杂逻辑运算。"这些结果表明，这种能够同时实现高分辨率颜色识别和逻辑运算的新一代光电设备，在低功耗人工智能（AI）视觉识别系统中具有巨大的应用潜力，" Ikuno 博士指出。

为了展示实际应用，研究团队将他们的设备应用于物理水库计算框架中，以识别记录在红、绿、蓝中的不同人体运动。当使用单个设备对18种颜色和运动的组合进行分类时，该系统达到了令人印象深刻的82%准确率，而传统系统则需要多个光电二极管。

这项研究的意义涵盖多个行业。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、道路标志和障碍物。在医疗保健领域，它们可以为监测血氧水平等生命体征的可穿戴设备提供动力，同时电池消耗极小。对于消费电子产品，这项技术可能导致智能手机和增强/虚拟现实头戴式设备，在保持复杂的视觉识别能力的同时，电池寿命得到显著改善。“我们相信这项技术将有助于实现低功耗、具有接近人类眼睛色彩分辨能力的机器视觉系统，其应用包括自动驾驶汽车的传感器、医疗用途的低功耗生物识别传感器以及便携式识别设备，”Ikuno 博士评论道。

总的来说，这项工作代表着将计算机视觉的奇迹带给边缘设备的重要一步，使我们的日常设备能够更像我们一样地看世界。