自供能人工突触模拟人类色觉

有趣的是，人类视觉系统提供了一个极具吸引力的替代模型。与必须捕获和处理每个细节的传统机器视觉系统不同，我们的眼睛和大脑选择性过滤信息，从而在消耗极少能量的同时实现更高的视觉处理效率。因此，模仿生物神经系统结构和功能的神经形态计算，已成为克服计算机视觉现有障碍的一种有前景的方法。然而，两大挑战持续存在：首先是实现媲美人眼视觉的色彩识别能力；其次是消除对外部电源的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进工学部电子系统工程科的生野武副教授领导的研究团队开发出一项突破性解决方案。其论文于2025年5月12日发表于《Scientific Reports》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。该研究由同样来自东京理科大学的小松裕明先生和细田纪香女士共同撰写。

研究人员通过集成两个对不同波长光响应各异的染料敏化太阳能电池，构建了该器件。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能源效率至关重要的边缘计算场景。

大量实验证明，该系统的色彩分辨率在可见光谱范围内可达10纳米——接近人眼的辨识水平。此外，该器件还展现出双极响应特性：蓝光下产生正电压，红光下产生负电压。这使得其能够执行通常需多个传统器件才能完成的复杂逻辑操作。生野博士指出："这些结果表明，这种能同时实现高分辨率色彩识别和逻辑操作的下一代光电器件，在具有视觉识别功能的低功耗人工智能（AI）系统中具有巨大应用潜力。"

为展示实际应用，团队将该器件应用于物理储层计算框架，成功识别以红、绿、蓝三色记录的不同人体动作。仅用单个器件（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就达到了82%的准确率。

这项研究的影响涵盖多个产业：在自动驾驶领域，该器件可高效识别交通信号灯、路标和障碍物；在医疗领域，能为监测血氧水平等生命体征的可穿戴设备供电，且电池消耗极低；在消费电子领域，可使智能手机和增强/虚拟现实头显在保持精密视觉识别能力的同时显著延长电池续航。生野博士强调："我们相信该技术将助力实现具有接近人眼色彩辨识能力的低功耗机器视觉系统，应用于自动驾驶汽车的光学传感器、医疗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奇迹迈出了重要一步，使我们日常使用的设备能像人类一样更自然地感知世界。