自供電人工突觸模擬人類色覺

隨著人工智能和智能設備的不斷發展，機器視覺作為現代技術的關鍵使能者，正發揮著越來越重要的作用。然而，盡管取得了很大進展，機器視覺系統仍然面臨一個主要問題：處理每秒產生的海量視覺數據需要大量的電力、存儲和計算資源。這一限制使得在邊緣設備（如智能手機、無人機或自動駕駛汽車）中部署視覺識別功能變得困難。

有趣的是，人類的視覺系統提供了一個引人入勝的替代模型。與必須捕捉和處理每個細節的常規機器視覺系統不同，我們的眼睛和大腦會選擇性地過濾信息，從而在視覺處理中實現更高的效率，同時消耗最小的能量。神經形態計算，它模仿生物神經系統的結構和功能，因此已成為一種有前景的方法，以克服計算機視覺中現有的障礙。然而，兩個主要挑戰仍然存在。第一個是實現與人類視覺相當的色彩識別，而第二個是消除對外部電源的需求，以最大限度地減少能源消耗。

在此背景下，由日本東京大學（TUS）先進工程學院電子系統工程系副教授高野健教授領導的研究團隊開發了一種突破性解決方案。他們的論文于 2025 年 5 月 12 日在《 科學報告 》第 15 卷上發表，介紹了一種能夠以驚人精度區分顏色的自供電人工突觸。該研究由來自 TUS 的 Mr. Hiroaki Komatsu 和 Ms. Norika Hosoda 共同撰寫。

研究人員通過集成兩種不同的染料敏化太陽能電池來制造他們的設備，這些電池對不同的光波長有不同的響應。與需要外部電源的傳統光電人工突觸不同，所提出的突觸通過太陽能轉換產生電力。這種自供電能力使其特別適用于邊緣計算應用，其中能效至關重要。

通過大量實驗證明，該系統可以在可見光譜上以 10 納米的分辨率區分顏色——這種辨別能力接近人眼的水平。此外，該設備還表現出雙極響應特性，在藍光下產生正電壓，在紅光下產生負電壓。這使得它能夠執行通常需要多個傳統設備才能完成的復雜邏輯運算。"這些結果表明，這種能夠同時實現高分辨率顏色識別和邏輯運算的新一代光電設備，在低功耗人工智能（AI）視覺識別系統中具有巨大的應用潛力，" Ikuno 博士指出。

為了展示實際應用，研究團隊將他們的設備應用于物理水庫計算框架中，以識別記錄在紅、綠、藍中的不同人體運動。當使用單個設備對18種顏色和運動的組合進行分類時，該系統達到了令人印象深刻的82%準確率，而傳統系統則需要多個光電二極管。

這項研究的意義涵蓋多個行業。在自動駕駛汽車中，這些設備可以更有效地識別交通信號燈、道路標志和障礙物。在醫療保健領域，它們可以為監測血氧水平等生命體征的可穿戴設備提供動力，同時電池消耗極小。對于消費電子產品，這項技術可能導致智能手機和增強/虛擬現實頭戴式設備，在保持復雜的視覺識別能力的同時，電池壽命得到顯著改善。“我們相信這項技術將有助于實現低功耗、具有接近人類眼睛色彩分辨能力的機器視覺系統，其應用包括自動駕駛汽車的傳感器、醫療用途的低功耗生物識別傳感器以及便攜式識別設備，”Ikuno 博士評論道。

總的來說，這項工作代表著將計算機視覺的奇跡帶給邊緣設備的重要一步，使我們的日常設備能夠更像我們一樣地看世界。