近日,美國和韓國的研究人員宣布成功開發出一種多波長的光電突觸。這種新型光電突觸的特別之處在于,它可以在同一設備中進行光數據傳感、存儲和處理。
研究團隊介紹稱,由此產生的傳感器內人工視覺系統,代表著處理效率和圖像識別精度的重大進步,未來有望在機器視覺、自動駕駛汽車和機器人領域得到進一步的應用。
傳統的人工視覺系統為了提取相關信息,必須要篩選大量的冗余數據。在改進過程中,研究人員發現神經形態設備有潛力克服這些限制。然而,目前的方法仍然需要用上圖像傳感器——如相機和光電探測器,它們在實體上仍然與計算組件分離,而這樣的設計安排可能會導致系統延遲、體積龐大和增加不必要的重量。
為了解決這個問題,研究人員創造了一種一體化的光電突觸,它可以同時在紫外線、可見光、近紅外和紅外波長的范圍內工作,進一步突破了之前只能夠感知紫外線和可見光范圍的系統存在的限制。
美國中佛羅里達大學(UCF)材料和工程學教授、這項研究的資深作者Tania Roy表示,這種光電突觸使得光學數據傳感、記憶和處理可以集成在同一個設備中,就像人眼一樣:視網膜可以感知光學數據,而記憶和處理的任務則由突觸和神經元完成。
在研究過程中,Roy和她的同事們利用了2D材料的多功能性——這種材料具有光敏性,可以用作圖像傳感器。該團隊還借助了其他用于電荷捕獲的獨特特性來制造他們的設備。其中關鍵的一點是,他們將二硫化鉬的持久光電導率與二碲化鉑的廣泛吸收結合起來,從而擴展了器件的波長范圍。
值得注意的是,光電突觸的堆疊結構具有高能帶隙,可允許紅外光通過二硫化鉬的頂層。然后,光線會被位于下方的一層鉑二碲化物薄膜吸收,從而產生光控效應。對于紫外線和可見光而言,這兩層都會產生電子-空穴對(electron-hole pairs),并相應地改變器件的電導。
最終,研究人員開發了一個人工神經網絡,并在一系列單波長和混合波長的模式識別任務中對這種光電突觸進行了測試。例如,他們設計了一個包含數字“8”的混合波長圖案,其中一半的數字是紫外的,另一半是紅外的。基于一個包含800幅測試圖像的數據集,研究人員觀察到這種光電突觸的識別準確率達到了70%-80%。
Tania Roy指出,這種多波長光電突觸在人工智能領域有著巨大的潛力,比如自動駕駛汽車和機器人。他表示,該項目的下一步是建立一個人工神經網絡,在硬件水平上使用一系列設備,以測試和比較模式識別的準確性與模擬結果。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:1271141964@qq.com。