俄勒岡州立大學的研究人員正在通過一種新型的光學傳感器取得重大進展，這種新型光學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，機器人技術和人工智能等領域的重大突破。OSU工程學院研究員John Labram和研究生Cinthya Trujillo Herrera的發(fā)現(xiàn)今天發(fā)表在《應用物理快報》上。

電機工程和計算機科學助理教授拉布拉姆說，以前嘗試制造人眼類型的設備（稱為視網膜視傳感器）是依靠軟件或復雜的硬件。但是，這種新型傳感器的操作是其基礎設計的一部分，該技術使用了鈣鈦礦半導體的超薄層-近年來已廣泛研究其太陽能潛能-當置于光下時，它會從堅固的電絕緣體變?yōu)閳怨痰膶w。

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，”他在國家科學基金會的支持下領導了這項研究。

Labram說，新的傳感器可能與神經形態(tài)計算機完美匹配，后者將為自動駕駛汽車，機器人技術和高級圖像識別等應用中的下一代人工智能提供動力。與傳統(tǒng)的計算機按照一系列指令順序處理信息不同，神經形態(tài)計算機被設計為模仿人腦的大規(guī)模并行網絡。

拉布拉姆說：“人們已經嘗試在硬件中復制它，并且已經相當成功?！薄暗?，即使用于處理信息的算法和體系結構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)計算機設計的?！?/p>

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。

眼睛是一個非常復雜的器官，包含約1億個感光器。但是，視神經與大腦的連接只有一百萬。這意味著在可以傳輸圖像之前，必須在視網膜中進行大量的預處理和動態(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，我們的光學電路優(yōu)先考慮來自感光器的信號，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為止，以此證明自己的現(xiàn)象，這種現(xiàn)象被稱為Troxler效應。

責任編輯：lq