自我计费的人造突触模拟了人类颜色的感知

作者: bet356亚洲版本体育   点击次数:    发布时间: 2025-06-07 12:35

随着人工智能和智能设备的持续发展，人造视力越来越越来越成为现代技术的关键促进者。但是，尽管进步取得了长足的进步，人工视觉系统仍然面临重要的挑战。每秒生成的大量视觉数据的处理需要大量的能量，存储和计算机资源。这种限制阻碍了对智能手机，无人机和自动驾驶汽车等设备边缘的视觉识别功能的实现。在本文中的任命：奇怪的是，人类视觉系统提供了一个有吸引力的替代模型。与必须捕获和处理所有细节的传统人工视觉系统不同，眼睛和大脑选择性地过滤了信息，从而提高了视觉处理的效率，同时消耗了最小的能量。对于多个神经形态计算，它们模仿了生物神经的结构和功能系统，已成为克服现有计算机视觉障碍的一种有前途的方法。但是，有两个主要挑战。首先是实现与人类视觉相媲美的颜色识别，而第二个是消除对外部能源以最大程度减少能源消耗的需求。与此背景相反，由日本东京大学高级工程学院电子和系统工程系的相关教授肯·塔克诺（Ken Takano）教授领导的研究团队开发了一种创新的解决方案。它的文章发表在2025年5月12日的《科学报告》第15卷中，引入了人工自我模拟，可以以极为珍贵的精度区分颜色。这项研究是Hiroaki Komatsu和Norika Hosoda de Tos的合作者。研究人员创建了设备，将两个敏化的太阳能电池与不同的染料集成在一起，这些太阳能电池对不同的光波长有不同的反应。与传统的光电子artifici不同需要外部能量的Al突触，建议的突触通过太阳能转换产生电力。这种以自我为主导的特征使其特别适合能源效率至关重要的边缘计算应用。通过大量实验，系统可以在可见光谱中以10纳米的分辨率区分颜色。这是一种接近人眼的歧视能力。此外，该设备还具有双极响应特征。它在蓝光下产生正电压和红光下的负电压。这允许通常需要MLAST传统设备完成的复杂逻辑操作。 Ichno博士说，这些新一代的光电设备同时允许高分辨率的颜色识别和逻辑操作，具有低功率的人工智能系统（AI）的巨大潜力。展示实践Cal应用程序，研究人员将设备应用于物理沉积物框架，以识别记录的几种人类运动，记录在红色，绿色和蓝色中。当使用单个设备对18种颜色和运动组合进行分类时，该系统的精度令人印象深刻，但传统系统需要多个光电二极管。这项研究的重要性涵盖了多个行业。在自动驾驶汽车中，这些制剂可以更有效地确定交通信号灯，道路信号和障碍。 Janthe Health Field，可以促进便携式设备来监测生命体征，例如血氧水平，但同时消耗的电池很少。对于消费电子产品，这项技术可以导致电池寿命的显着改善，同时保持复杂的视觉识别能力。 “我们认为，这项技术将帮助我们实现一个具有低功率颜色分离的人造系统，而眼睛附近的眼睛的颜色分辨率。其应用包括Ikuno博士说：“用于自动驾驶汽车的UDE传感器，用于医疗目的的低功率生物识别传感器和便携式识别设备。”一般而言，这项工作是将计算机视觉奇迹带到边缘设备的重要步骤，使日常设备能够像我们一样看到世界。