Ένας νέο οπτικός αισθητήρας από τους ερευνητές στο Πανεπιστήμιο του Όρεγκον μιμείται πιο στενά την ικανότητα του ανθρώπινου ματιού να αντιλαμβάνεται τις αλλαγές στο οπτικό του πεδίο.
Ο οπτικός αισθητήρας είναι μια σημαντική ανακάλυψη για τομείς όπως η αναγνώριση εικόνας, η ρομποτική και η τεχνητή νοημοσύνη. Τα ευρήματα από τον ερευνητή του Κολλεγίου Μηχανικών του OSU, John Labram και την μεταπτυχιακή φοιτήτρια Cinthya Trujillo Herrera δημοσιεύθηκαν πριν μια εβδομάδα στο Applied Physics Letters.
Προηγούμενες προσπάθειες για την κατασκευή ενός τύπου ανθρώπινου ματιού, που ονομάζεται ρετινομορφικός αισθητήρας, βασίστηκαν σε λογισμικό ή σύνθετο υλικό, δήλωσε ο Labram, επίκουρος καθηγητής ηλεκτρολόγων μηχανικών και επιστήμης υπολογιστών. Ωστόσο, η λειτουργία του νέου αισθητήρα αποτελεί μέρος του βασικού σχεδιασμού του, χρησιμοποιώντας πάρα πολύ λεπτά στρώματα ημιαγωγών περοβσκίτη – μελετήθηκε ευρέως τα τελευταία χρόνια για την δυνατότητα τους στην ηλιακή ενέργεια – που αλλάζει από ισχυρούς ηλεκτρικούς μονωτές σε ισχυρούς αγωγούς όταν τοποθετούνται στο φως.
“Μπορείτε να το σκεφτείτε ως ένα μόνο εικονοστοιχείο που κάνει κάτι που θα απαιτούσε επί του παρόντος έναν μικροεπεξεργαστή”, δήλωσε ο Labram, ο οποίος ηγείται της ερευνητικής προσπάθειας με την υποστήριξη του Εθνικού Ιδρύματος Επιστημών των ΗΠΑ.
Ο νέος οπτικός αισθητήρας θα μπορούσε να είναι ένας τέλειος συνδυασμός για τους νευρομορφικούς υπολογιστές που θα τροφοδοτήσουν την επόμενη γενιά τεχνητής νοημοσύνης σε εφαρμογές όπως αυτοκινούμενα αυτοκίνητα, ρομποτική και προηγμένη αναγνώριση εικόνας, δήλωσε ο Labram. Σε αντίθεση με τους παραδοσιακούς υπολογιστές, οι οποίοι επεξεργάζονται πληροφορίες διαδοχικά ως μια σειρά οδηγιών, οι νευρομορφικοί υπολογιστές έχουν σχεδιαστεί για να μιμούνται τα μαζικά παράλληλα δίκτυα του ανθρώπινου εγκεφάλου.
“Οι άνθρωποι προσπάθησαν να το επαναλάβουν σε υλικό και ήταν αρκετά επιτυχημένοι”, δήλωσε ο Labram. “Ωστόσο, παρόλο που οι αλγόριθμοι και η αρχιτεκτονική που έχουν σχεδιαστεί για την επεξεργασία πληροφοριών γίνονται όλο και περισσότερο σαν ανθρώπινος εγκέφαλος, οι πληροφορίες που λαμβάνουν αυτά τα συστήματα εξακολουθούν να είναι αποφασιστικά σχεδιασμένες για παραδοσιακούς υπολογιστές”.
Με άλλα λόγια, για να αξιοποιήσει πλήρως τις δυνατότητές του, ένας υπολογιστής που “σκέφτεται” περισσότερο σαν ανθρώπινος εγκέφαλος χρειάζεται έναν αισθητήρα εικόνας που “βλέπει” περισσότερο σαν ανθρώπινο μάτι.
Ένα θεαματικά πολύπλοκο όργανο, το μάτι περιέχει περίπου 100 εκατομμύρια φωτοϋποδοχείς. Ωστόσο, το οπτικό νεύρο έχει μόνο 1 εκατομμύριο συνδέσεις με τον εγκέφαλο. Αυτό σημαίνει ότι πρέπει να πραγματοποιηθεί σημαντική ποσότητα προεπεξεργασίας και δυναμικής συμπίεσης στον αμφιβληστροειδή πριν από τη μετάδοση της εικόνας.
Όπως αποδεικνύεται, η αίσθηση της όρασης μας είναι ιδιαίτερα κατάλληλη για την ανίχνευση κινούμενων αντικειμένων και συγκριτικά «λιγότερο ενδιαφέρεται» για τις στατικές εικόνες, είπε ο Labram. Έτσι, το οπτικό μας κύκλωμα δίνει προτεραιότητα σε σήματα από φωτοϋποδοχείς που εντοπίζουν μια αλλαγή στην ένταση του φωτός – μπορείτε να το δείξετε μόνοι σας κοιτάζοντας ένα σταθερό σημείο έως ότου αρχίσουν να εξαφανίζονται αντικείμενα στην περιφερειακή όρασή σας, ένα φαινόμενο γνωστό ως το φαινόμενο Troxler.
Οι συμβατικές τεχνολογίες ανίχνευσης, όπως τα τσιπ που βρίσκονται σε ψηφιακές φωτογραφικές μηχανές και smartphone, ταιριάζουν καλύτερα στη διαδοχική επεξεργασία, δήλωσε ο Labram. Οι εικόνες σαρώνονται σε μια δισδιάστατη σειρά αισθητήρων, pixel κατά pixel, σε μια καθορισμένη συχνότητα. Κάθε αισθητήρας παράγει ένα σήμα με πλάτος που μεταβάλλεται άμεσα με την ένταση του φωτός που λαμβάνει, πράγμα που σημαίνει ότι μια στατική εικόνα θα έχει ως αποτέλεσμα περισσότερο ή λιγότερο σταθερή τάση εξόδου από τον αισθητήρα.
Αντίθετα, ο αμφιβληστροειδής αισθητήρας παραμένει σχετικά αθόρυβος υπό στατικές συνθήκες. Καταγράφει ένα σύντομο, ευκρινές σήμα όταν ανιχνεύει μια αλλαγή στον φωτισμό και, στη συνέχεια, επιστρέφει γρήγορα στην αρχική του κατάσταση. Αυτή η συμπεριφορά οφείλεται στις μοναδικές φωτοηλεκτρικές ιδιότητες μιας κατηγορίας ημιαγωγών γνωστών ως perovskites, οι οποίες έχουν δείξει μεγάλη υπόσχεση ως επόμενης γενιάς, χαμηλού κόστους υλικά ηλιακών κυττάρων.
Στον αμφιβληστροειδή αισθητήρα του Labram, ο περοβσκίτης εφαρμόζεται σε πολύ λεπτά στρώματα, πάχους μερικών εκατοντάδων νανομέτρων, και λειτουργεί ουσιαστικά ως πυκνωτής που μεταβάλλει την χωρητικότητά του υπό φωτισμό. Ένας πυκνωτής αποθηκεύει ενέργεια σε ένα ηλεκτρικό πεδίο.
Παρόλο που στο εργαστήριο του Labram μπορεί να δοκιμαστεί μόνο ένας οπτικός αισθητήρας κάθε φορά, η ομάδα του μέτρησε έναν αριθμό συσκευών και ανέπτυξε ένα αριθμητικό μοντέλο για να αναπαράγει τη συμπεριφορά τους, καταλήγοντας σε αυτό που ο Labram θεωρεί «μια καλή αντιστοιχία» μεταξύ θεωρίας και πειράματος.
Αυτό επέτρεψε στην ομάδα να προσομοιώσει μια σειρά από αμφιβληστροειδείς αισθητήρες για να προβλέψει πώς μια ρετινομορφική βιντεοκάμερα θα ανταποκρίνεται στο ερέθισμα εισόδου.
“Μπορούμε να μετατρέψουμε το βίντεο σε ένα σύνολο εντάσεων φωτός και μετά να το βάλουμε στην προσομοίωσή μας”, δήλωσε ο Labram. “Περιοχές όπου προβάλλεται έξοδος υψηλότερης τάσης από τον αισθητήρα ανάβει, ενώ οι περιοχές χαμηλότερης τάσης παραμένουν σκοτεινές. Εάν η κάμερα είναι σχετικά στατική, μπορείτε να δείτε καθαρά όλα τα πράγματα που κινούνται να ανταποκρίνονται έντονα. Αυτό παραμένει λογικά αληθινό το παράδειγμα της οπτικής αίσθησης στα θηλαστικά”.
Μια προσομοίωση που χρησιμοποιεί πλάνα μίας προπόνησης μπέιζμπολ δείχνει τα αναμενόμενα αποτελέσματα: Οι παίκτες στο γήπεδο εμφανίζονται ως καθαρά ορατά, φωτεινά κινούμενα αντικείμενα. Σχετικά στατικά αντικείμενα – το “διαμάντι” του μπέιζμπολ, οι bleachers, ακόμη και οι outfielders – ξεθωριάζουν στο σκοτάδι.
Μια ακόμη πιο εντυπωσιακή προσομοίωση δείχνει ότι ένα πουλί πετάει σε προβολή, τότε όλα εξαφανίζονται καθώς σταματά σε έναν αόρατο τροφοδότη πουλιών. Το πουλί επανεμφανίζεται καθώς απογειώνεται. Ο τροφοδότης, που ταλαντεύεται, γίνεται ορατός μόνο όταν αρχίζει να κινείται.
“Το καλό είναι ότι, με αυτήν την προσομοίωση, μπορούμε να εισάγουμε οποιοδήποτε βίντεο σε μία από αυτές τις συστοιχίες και να επεξεργαστούμε αυτές τις πληροφορίες ουσιαστικά με τον ίδιο τρόπο που θα έκανε το ανθρώπινο μάτι”, δήλωσε ο Labram. “Για παράδειγμα, μπορείτε να φανταστείτε αυτούς τους αισθητήρες να χρησιμοποιούνται από ένα ρομπότ που παρακολουθεί την κίνηση των αντικειμένων. Οτιδήποτε στατικό στο οπτικό του πεδίο δεν θα προκαλούσε απόκριση, ωστόσο ένα κινούμενο αντικείμενο θα καταγράφει υψηλή τάση. Αυτό θα έλεγε στο ρομπότ αμέσως όπου ήταν το αντικείμενο, χωρίς καμία περίπλοκη επεξεργασία εικόνας”.
Επιστημονικό Άρθρο:
Cinthya Trujillo Herrera, John G. Labram. A perovskite retinomorphic sensor. Applied Physics Letters, 2020
