Home / AI tecnologia / Sensore ottico intelligente AI è in grado di imitare meglio la capacità dell’occhio umano di percepire i cambiamenti nel suo campo visivo.

Sensore ottico intelligente AI è in grado di imitare meglio la capacità dell’occhio umano di percepire i cambiamenti nel suo campo visivo.

ricercatori sviluppano un sensore ottico per imitare l’occhio umano

I ricercatori della Oregon State University hanno dimostrato il potenziale dell’intelligenza artificiale per imitare gli esseri umani con un nuovo sensore ottico. Questo sensore ottico è in grado di imitare meglio la capacità dell’occhio umano di percepire i cambiamenti nel suo campo visivo.

Lo sviluppo ha grandi implicazioni per campi come il riconoscimento delle immagini, la robotica e l’IA.

La ricerca, condotta dal ricercatore del College of Engineering dell’OSU John Labram e dalla studentessa laureata Cinthya Trujillo Herrera, è stata pubblicata all’inizio di questo mese su Applied Physics Letters .

Dispositivi precedenti per l’occhio umano
I ricercatori hanno già tentato di sviluppare tipi di dispositivi per l’occhio umano, chiamati anche sensori retinomorfi, e spesso hanno utilizzato software o hardware complesso. Tuttavia, questo nuovo dispositivo utilizza strati ultrasottili di semiconduttori di perovskite, che hanno attirato l’attenzione in passato a causa del loro potenziale di utilizzo dell’energia solare. Quando esposti alla luce, questi strati ultrasottili cambiano da forti isolanti elettrici a forti conduttori.

Labram è un assistente professore di ingegneria elettrica e informatica e guida la ricerca con il supporto della National Science Foundation.

“Puoi pensarlo come un singolo pixel che fa qualcosa che attualmente richiederebbe un microprocessore”, ha detto Labram.

La prossima generazione di intelligenza artificiale dovrebbe essere alimentata da computer neuromorfici, in particolare in applicazioni come veicoli autonomi, robotica e riconoscimento avanzato delle immagini. I computer neuromorfici imitano le reti parallele nel cervello umano, mentre i computer tradizionali elaborano le informazioni in modo sequenziale.

“Le persone hanno cercato di replicare questo nell’hardware e hanno avuto un discreto successo”, ha detto Labram. “Tuttavia, anche se gli algoritmi e l’architettura progettati per elaborare le informazioni stanno diventando sempre più simili a un cervello umano, le informazioni che questi sistemi ricevono sono ancora decisamente progettate per i computer tradizionali”.

Tutto ciò significa che un computer ha bisogno di un sensore di immagine per agire come l’occhio umano, che consiste di circa 100 milioni di fotocettori. Nonostante questo numero enorme, il nervo ottico contiene solo 1 milione di connessioni al cervello, il che significa che la retina è testimone di un sacco di preelaborazione e compressione dinamica prima che un’immagine venga trasmessa.

Sensore retinomorfico
Il sensore retinomorfo sviluppato dai ricercatori non reagisce fortemente in condizioni statiche, ma registra segnali brevi e acuti quando c’è un cambiamento nell’illuminazione. Quindi ritorna rapidamente alla linea di base, tutto a causa dei perovskiti.

“Il modo in cui lo testiamo è, fondamentalmente, lo lasciamo al buio per un secondo, poi accendiamo le luci e le lasciamo accese”, ha detto Labram. “Non appena la luce si accende, si ottiene questo grande picco di tensione, quindi la tensione decade rapidamente, anche se l’intensità della luce è costante. Ed è quello che vogliamo. “

Il team ha simulato vari sensori retinomorfi, che hanno permesso loro di prevedere come una videocamera retinomorfa avrebbe reagito allo stimolo di input.

“Possiamo convertire i video in una serie di intensità luminose e poi inserirli nella nostra simulazione”, ha detto Labram. “Le regioni in cui è prevista un’uscita a tensione più elevata dal sensore si accendono, mentre le regioni a tensione inferiore rimangono scure. Se la telecamera è relativamente statica, puoi vedere chiaramente tutte le cose che si muovono rispondono fortemente. Ciò rimane ragionevolmente fedele al paradigma del rilevamento ottico nei mammiferi “.

“La cosa buona è che, con questa simulazione, possiamo inserire qualsiasi video in uno di questi array ed elaborare tali informazioni essenzialmente nello stesso modo in cui farebbe l’occhio umano”, ha continuato Labram. “Ad esempio, puoi immaginare questi sensori utilizzati da un robot che traccia il movimento degli oggetti. Qualsiasi cosa statica nel suo campo visivo non susciterebbe una risposta, tuttavia un oggetto in movimento registrerebbe un’alta tensione. Ciò direbbe immediatamente al robot dove si trovava l’oggetto, senza alcuna complessa elaborazione dell’immagine. “

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi