Оптический датчик, который имитирует человеческий глаз.

Исследователи из Университета штата Орегон нацелили свои усилия на создание нового типа оптических датчиков, которые смогут имитировать особенности человеческого зрения.  В частности, речь идет о способности человеческого глаза реагировать на изменения в поле зрения.  

Для чего он нужен? В первую очередь проект найдет применение в таких областях, как распознавание изображений, робототехника и искусственный интеллект. Результаты изысканий, проведенных исследователем Инженерного колледжа Государственного университета Орегона Джоном Лабрамом и аспирантом Синтией Трухильо Эррера, были опубликованы в «Applied Physics Letters«.

Предыдущие попытки создать устройство типа «человеческий глаз», называемое ретиноморфным датчиком, опирались на программное обеспечение или сложное аппаратное обеспечение, рассказал Лабрам, доцент кафедры электротехники и вычислительной техники. Но механизм работы нового датчика базируется на его фундаментальной конструкции, использующей ультратонкий слой перовскитных полупроводников. Последние нашли широкое применение в последние годы в связи с их солнечным энергетическим потенциалом. Перовскитные полупроводники способны менять свои электрические свойства от мощного проводника до сильнейшего диэлектрика.

«Чтобы оценить, ноасколько это прорывной проект, представьте себе пиксель, который выполняет задачу, для которой ранее требовался микропроцессор», — объяснил Лабрам.

Новый датчик идеально подойдет для нейроморфных компьютеров. Последние должны стать основой для нового поколения искусственного интеллекта, применяемого в автопилотных авто, робототехнике и усовершенствованной системе распознавания изображений.  В отличие от традиционных компьютеров, которые обрабатывают информацию последовательно в виде серии инструкций, нейроморфные компьютеры предназначены для эмуляции параллельных сетей человеческого мозга.

«Человечество достигло достаточных успехов в копировании мозга при создании аппаратного обеспечения», -поведал Лабрам, — «Однако, несмотря на то, что алгоритмы и архитектура, разработанные для обработки информации, все больше и больше похожи на человеческий мозг, информация, которую получают эти системы, все равно предназначена для традиционных компьютеров».

Другими словами: Чтобы полностью раскрыть свой потенциал, компьютеру, который «думает» как человеческий мозг, нужен датчик изображения, который «видит» как человеческий глаз.

Глаз, являющийся поразительно сложным органом, содержит около 100 миллионов фоторецепторов. Однако зрительный нерв имеет только 1 миллион соединений с мозгом. Это означает, что значительное количество предварительной обработки и динамическое сжатие происходит в сетчатке глаза, прежде чем изображение передается в мозг.

Как оказалось, наше зрение особенно хорошо приспособлено для обнаружения движущихся объектов и сравнительно «менее заинтересовано» в статических изображениях. Таким образом, наша оптическая схема отдает приоритет сигналам от фоторецепторов, обнаруживающих изменение интенсивности света. Вы можете проверить это самостоятельно, уставившись в неподвижную точку, пока объекты в вашем периферийном зрении не начнут исчезать —  явление, известное как эффект Трокслера.

Традиционные технологии зондирования, такие как чипы, используемые в цифровых камерах и смартфонах, лучше подходят для последовательной обработки. Изображения сканируются по двухмерному массиву датчиков, пиксель за пикселем, с заданной частотой. Каждый датчик генерирует сигнал с амплитудой, которая изменяется непосредственно в зависимости от интенсивности получаемого света, что означает, что статическое изображение дает более или менее постоянное выходное напряжению от датчика.

Ретиноморфный датчик, напротив, можно сказать «не реагирует» на статические условия. Он регистрирует короткий, резкий сигнал, когда происходит изменение освещенности, а затем быстро возвращается в исходное состояние. Такое поведение обусловлено уникальными фотоэлектрическими свойствами класса полупроводниковых приборов, известных как перовскиты, которые показали большие перспективы в качестве материалов нового поколения, недорогих солнечных элементов.

В ретиноморфном датчике перовскит наносится ультратонким слоем толщиной всего несколько сотен нанометров и функционирует в основном как конденсатор, изменяющий свою емкость при освещении. Конденсатор накапливает энергию в электрическом поле.

«Тестирование датчика в основном заключается в следующем: мы оставляем его в темноте на секунду, затем включаем свет и просто оставляем его включенным,»- рассказали исследователи. — «Как только свет загорается, происходит большой скачок напряжения, затем напряжение быстро падает, даже несмотря на то, что интенсивность света постоянна. И это то, чего мы добивались».

Кроме, собственно, устройства, ученые создали также и числовую модель. Теория и эксперимент дали хорошее совпадение. Это позволило команде смоделировать массив ретиноморфных датчиков, чтобы предсказать, как ретиноморфная видеокамера будет реагировать на входной стимул.

«Мы можем преобразовать видео в набор интенсивности света, а затем поместить его в нашу симуляцию», — сказал Лабрам. «Области, в которых выходное напряжение датчика прогнозируется на более высоком уровне, освещаются, в то время как низковольтные области остаются темными. Если камера находится в относительно неподвижном состоянии, то можно четко увидеть все движущиеся объекты. Это вполне соответствует парадигме оптического зондирования у млекопитающих».

Моделирование с использованием видеозаписей тренировок по бейсболу демонстрирует ожидаемые результаты: Игроки на поле появляются в виде отчетливо видимых, ярких движущихся объектов. Относительно статичные объекты – трибуны — погружаются в темноту.

Еще более яркая симуляция показывает птицу, влетающую в поле зрения, а затем исчезающую, когда она останавливается у кормушки для птиц. Птица появляется снова, когда она взлетает.

«Хорошо то, что с помощью этой симуляции мы можем ввести любое видео в один из этих массивов и обрабатывать эту информацию, по сути, так же, как это делал бы человеческий глаз», — сказал Лабрам. «Например, можно представить, как эти сенсоры используются роботом, отслеживающим движение объектов». Любая статика в его поле зрения не вызовет отклика, однако движущийся объект будет регистрировать высокое напряжение. Это сразу же скажет роботу, где находится объект, без какой-либо сложной обработки изображения».

Нам кажется, что исследователи забывают про еще одну сферу применение подобной технологии – биопротезирование. А мы – не забыли. У нас даже доменная зона для этого найдется: .bio