Искусственный синапс имитирует человеческое зрение с точностью 82%

Зрительная система человека служит примером альтернативы традиционному машинному зрению. В отличие от технологий, которые анализируют каждую деталь, человеческие глаза и мозг фильтруют информацию избирательно, что позволяет достигать высокой эффективности восприятия с минимальным расходом энергии. Основываясь на этой концепции, ученые создали устройство, имитирующее реакцию биологических синапсов на визуальные стимулы. Синапсы представляют собой участки, обеспечивающие передачу информации между нейронами или от нейронов к другим клеткам.
Это устройство получает энергию от солнечного света и состоит из двух сенсибилизированных красителем солнечных батарей, также известных как ячейки Гретцеля. В отличие от кремниевых аналогов, такие батареи используют специальный краситель для поглощения солнечного света, каждая из которых настроена на различные длины волн. Эти ячейки не только распознают цвета, но и генерируют необходимые электрические сигналы без использования внешних источников питания.
Когда на синапс воздействует свет с определенной длиной волны, он генерирует биполярный ответ: положительный при синем свете и отрицательный при красном. Это позволяет устройству одновременно определять цвета и выполнять сложные логические операции. Система различает цвета с разрешением в 10 нанометров на всем видимом спектре, что делает её точность сопоставимой с человеческим глазом.
Для проверки работы устройства исследователи интегрировали синапс в физическую вычислительную сеть, задача которой заключалась в распознавании различных движений, зафиксированных в красном, зеленом и синем цветах. В результате устройство показало точность 82% при 18 различных комбинациях цвета и движения, используя лишь один синапс, тогда как традиционные системы требуют множества фотодиодов. Исследователи уверены, что сочетание высокого разрешения цветопередачи, логических возможностей и автономного питания открывает новые перспективы для развития следующего поколения технологий ИИ и сенсоров, которые найдут применение в самых разнообразных отраслях.
Например, в сфере транспорта эти технологии помогут более точно распознавать светофоры, дорожные знаки и пешеходов, что позволит экономить заряд батареи. В области здравоохранения их можно использовать в носимых устройствах для мониторинга таких показателей, как уровень кислорода в крови, при этом минимизируя потребление энергии. Эта технология также может привести к созданию смартфонов и систем дополненной или виртуальной реальности с увеличенным сроком службы и эффективной обработкой визуальной информации.