自供能人工突触模拟人类色彩视觉

有趣的是，人类视觉系统提供了一种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，我们的眼睛和大脑会选择性过滤信息，从而在消耗极少能量的同时实现更高效率的视觉处理。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：一是实现媲美人眼视觉的颜色识别能力；二是消除对外部电源的需求以最小化能耗。

在此背景下，日本东京科学大学先进工程学院电子系统工程系生野贵司副教授领导的研究团队开发了一项突破性解决方案。他们于2025年5月12日发表在《科学报告》期刊第15卷的论文，介绍了一种能够以卓越精度区分颜色的自供电人工突触。该研究由同样来自东京科学大学的小松弘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光波长响应特性不同的染料敏化太阳能电池，构建出该装置。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行发电。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，该系统的可见光谱分辨精度可达10纳米——接近人眼的色彩区分水平。此外，该器件还表现出双极性响应：在蓝光下产生正电压，在红光下产生负电压。这使得其能够执行通常需要多个传统器件才能完成的复杂逻辑运算。生野博士指出："这些结果展现了该新一代光电设备的巨大应用潜力，它能同时实现高分辨率颜色识别和逻辑运算，适用于具有视觉识别功能的低功耗人工智能系统。"

为验证实际应用效果，团队将该器件应用于物理储备池计算框架，成功识别了以红、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）对18种颜色与动作组合进行分类时，系统准确率达到了惊人的82%。

这项研究具有跨行业影响：在自动驾驶领域，该器件可提升交通信号灯、路标和障碍物的识别效率；在医疗保健领域，能为监测血氧水平等生命体征的可穿戴设备供电，显著降低电池消耗；在消费电子领域，可实现电池续航大幅提升同时保持先进视觉识别能力的智能手机及增强/虚拟现实头显设备。生野博士强调："我们相信该技术将助力实现具有接近人眼辨色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神奇能力迈出了重要一步，使日常设备能像人类一样感知世界。