尽管机器视觉技术有所进步，但处理视觉数据仍需大量计算资源和能源，限制了其在边缘设备中的部署。如今，日本研究人员开发出一种自供电人工突触，能在可见光谱范围内以高分辨率区分颜色，性能接近人眼能力。该设备集成染料敏化太阳能电池，可自主发电，无需额外电路即可执行复杂逻辑运算，为集成于日常设备的强大计算机视觉系统铺平道路。
有趣的是，人类视觉系统提供了一种引人注目的替代模型。与必须捕获和处理每个细节的传统机器视觉系统不同，我们的眼睛和大脑会选择性过滤信息，从而在功耗极低的情况下实现更高效率的视觉处理。神经形态计算通过模仿生物神经系统的结构和功能，因此成为克服计算机视觉现有障碍的一种有前途的方法。然而，两大挑战持续存在：首先是实现媲美人眼的色彩识别能力，其次是消除外部电源需求以最大限度降低能耗。
在此背景下，日本东京理科大学先端工学部电子系统工程学科的生野毅副教授领导的研究团队开发出突破性解决方案。他们的论文发表于2025年5月12日出版的《科学报告》期刊第15卷，介绍了一种能够以卓越精度区分色彩的自供电人工突触。该研究的共同作者还包括该校的小松弘明先生和细田典佳女士。
研究人员通过集成两个响应不同光波的染色敏化太阳能电池制造出该器件。与需要外部电源的传统光电人工突触不同，该突触通过太阳能转换自主发电。这种自供电特性使其特别适用于对能效要求苛刻的边缘计算场景。
大量实验证明，该系统能在可见光谱范围内以10纳米分辨率区分色彩——这种辨别能力已接近人眼水平。此外，该器件还表现出双极响应特性：蓝光下产生正电压，红光下产生负电压。这使得执行通常需要多个传统设备才能完成的复杂逻辑运算成为可能。"这些结果展现了该下一代光电器件的巨大应用潜力，它可同时在低功耗人工智能视觉识别系统中实现高分辨率色彩辨别与逻辑运算，"生野博士强调。
为展示实际应用效果，团队将该器件应用于物理储备池计算框架，用于识别以红、绿、蓝三色记录的不同人体动作。仅使用单个器件（而非传统系统所需的多个光电二极管），该系统在分类18种色彩与动作组合时实现了82%的卓越准确率。
这项研究的影响遍及多个领域：在自动驾驶汽车中，该器件可高效识别交通信号灯、道路标志和障碍物；在医疗领域，可为监测血氧水平等生命体征的可穿戴设备提供超低功耗方案；在消费电子领域，可助力智能手机及增强/虚拟现实头显在保持先进视觉识别能力的同时大幅延长电池续航。生野博士指出："我们相信该技术将助力实现色彩辨别能力接近人眼的低功耗机器视觉系统，应用于自动驾驶汽车光学传感器、医用低功耗生物传感器及便携式识别设备。"
总体而言，这项研究标志着向边缘设备赋予计算机视觉能力迈出重要一步，使日常设备能够以更接近人类的方式感知世界。