圖片來源：Unsplash

俄勒岡州立大學(xué)的研究人員正在通過一種新型的光學(xué)傳感器取得重大進(jìn)展，這種新型光學(xué)傳感器可以更緊密地模仿人眼感知其視野變化的能力。

該傳感器是圖像識別，機器人技術(shù)和人工智能等領(lǐng)域的重大突破。OSU工程學(xué)院研究員John Labram和研究生Cinthya Trujillo Herrera的發(fā)現(xiàn)今天發(fā)表在《應(yīng)用物理快報》上。

電機工程和計算機科學(xué)助理教授拉布拉姆說，以前嘗試制造人眼類型的設(shè)備（稱為視網(wǎng)膜視傳感器）是依靠軟件或復(fù)雜的硬件。但是，這種新型傳感器的操作是其基礎(chǔ)設(shè)計的一部分，該技術(shù)使用了鈣鈦礦半導(dǎo)體的超薄層（近年來對其太陽能潛力進(jìn)行了廣泛研究），當(dāng)置于光線下時，它會從堅固的電絕緣體變?yōu)閳怨痰膶?dǎo)體。

拉布拉姆說：“您可以把它想象成一個需要做微處理器的事情，”他在國家科學(xué)基金會的支持下領(lǐng)導(dǎo)了這項研究。

Labram說，新的傳感器可能與神經(jīng)形態(tài)計算機完美匹配，后者將為自動駕駛汽車，機器人技術(shù)和高級圖像識別等應(yīng)用中的下一代人工智能提供動力。與傳統(tǒng)的計算機按一系列指令順序處理信息的傳統(tǒng)計算機不同，神經(jīng)形態(tài)計算機被設(shè)計為模擬人腦的大規(guī)模并行網(wǎng)絡(luò)。

拉布拉姆說：“人們已經(jīng)嘗試在硬件中復(fù)制它，并且已經(jīng)相當(dāng)成功。” “但是，即使用于處理信息的算法和體系結(jié)構(gòu)變得越來越像人的大腦，但這些系統(tǒng)接收的信息仍然是為傳統(tǒng)計算機設(shè)計的�！�

換句話說：為了發(fā)揮其全部潛能，更像人類大腦那樣“思考”的計算機需要更像人眼“看到”的圖像傳感器。

眼睛是一個非常復(fù)雜的器官，包含約1億個感光器。但是，視神經(jīng)與大腦的連接只有一百萬。這意味著在可以傳輸圖像之前，必須在視網(wǎng)膜中進(jìn)行大量的預(yù)處理和動態(tài)壓縮。

事實證明，我們的視覺特別適合檢測運動物體，對靜態(tài)圖像的興趣相對較小，拉布拉姆說。因此，我們的光學(xué)電路優(yōu)先考慮來自感光體的信號，這些信號檢測光強度的變化-您可以凝視某個固定點，直到外圍視覺中的物體開始消失，從而證明這一點，這種現(xiàn)象被稱為Troxler效應(yīng)。

Labram說，傳統(tǒng)的傳感技術(shù)，如數(shù)碼相機和智能手機中的芯片，更適合順序處理。圖像以設(shè)定的頻率逐像素地掃描傳感器的二維陣列。每個傳感器產(chǎn)生的信號幅度都隨其接收的光強度而直接變化，這意味著靜態(tài)圖像將導(dǎo)致傳感器產(chǎn)生或多或少的恒定輸出電壓。

相比之下，視網(wǎng)膜形態(tài)傳感器在靜態(tài)條件下保持相對安靜。當(dāng)檢測到光照變化時，它會記錄一個短而尖銳的信號，然后迅速恢復(fù)到其基線狀態(tài)。這種行為歸因于一類稱為鈣鈦礦的半導(dǎo)體的獨特光電性能，這些半導(dǎo)體已顯示出作為下一代低成本太陽能電池材料的巨大希望。

在Labram的視網(wǎng)膜形態(tài)傳感器中，鈣鈦礦被應(yīng)用在厚度僅為幾百納米的超薄層中，其本質(zhì)上是充當(dāng)電容器，可在光照下改變其電容。電容器將能量存儲在電場中。

他說：“測試的方法基本上是將其在黑暗中放置一秒鐘，然后打開燈，然后將它們保持打開狀態(tài)�！� “一旦燈亮著，就會出現(xiàn)一個大的電壓尖峰，即使燈的強度恒定，電壓也會迅速衰減。這就是我們想要的�！�

盡管Labram的實驗室目前一次只能測試一個傳感器，但他的團(tuán)隊測量了許多設(shè)備并開發(fā)了一個數(shù)值模型來復(fù)制它們的行為，從而得出Labram認(rèn)為理論與實驗之間的“良好匹配”。

這使團(tuán)隊能夠模擬一系列視網(wǎng)膜形傳感器，以預(yù)測視網(wǎng)膜形攝像機如何響應(yīng)輸入刺激。

Labram說：“我們可以將視頻轉(zhuǎn)換為一組光強度，然后將其用于模擬�！� “通過傳感器預(yù)測會有較高電壓輸出的區(qū)域會亮起，而較低電壓區(qū)域仍會保持黑暗。如果攝像機相對靜止，則可以清楚地看到所有移動的物體都具有強烈的響應(yīng)。哺乳動物中光學(xué)傳感的范例。”

使用棒球練習(xí)鏡頭進(jìn)行的模擬演示了預(yù)期的結(jié)果：內(nèi)場的球員顯示為清晰可見，明亮的運動物體。相對靜止的物體（棒球鉆石，看臺，甚至外野手）逐漸消失。

更加引人注目的模擬顯示，一只鳥飛進(jìn)了視野，然后停在一個看不見的喂鳥器上，幾乎消失了。鳥在起飛時重新出現(xiàn)。設(shè)置為搖擺的進(jìn)紙器僅在開始移動時才可見。

Labram說：“好消息是，通過這種模擬，我們可以將任何視頻輸入這些陣列之一，并以與人眼基本相同的方式處理信息�！� “例如，您可以想象一下機器人正在使用這些傳感器來跟蹤對象的運動。其視野中的任何靜止?fàn)顟B(tài)都不會引起響應(yīng)，但是運動的對象會產(chǎn)生高壓。這將立即告訴機器人對象的位置，無需進(jìn)行任何復(fù)雜的圖像處理�！�