自供电人造突触仿生人类色觉机制

有趣的是，人类视觉系统提供了一个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，从而在消耗极少能量的同时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，已成为克服计算机视觉现有障碍的可行途径。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，其次是消除对外部电源的需求以最大程度降低能耗。

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毅副教授领导的研究团队开发出突破性解决方案。其论文于2025年5月12日发表在《科学报告》期刊第15卷，介绍了一种能够以卓越精度识别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具有不同响应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，该系统可在可见光谱范围内以10纳米分辨率区分颜色——该识别精度已接近人眼水平。此外，该器件还表现出双极性响应：蓝光下产生正电压，红光下产生负电压。这使得执行复杂逻辑运算成为可能（此类运算通常需多个传统器件协作）。生野博士指出："实验结果展现了该新一代光电器件的巨大应用潜力，它能同时实现高分辨率色彩识别与逻辑运算，可用于具有视觉识别能力的低功耗人工智能系统。"

为展示实际应用，团队将该器件应用于物理储备池计算框架，识别以红、绿、蓝三色记录的不同人体动作。仅使用单一器件（传统系统需多个光电二极管），该系统在分类18种色彩与动作组合时实现了82%的准确率。

这项研究的影响涵盖多个行业：在自动驾驶领域，该器件可提升交通信号灯、道路标志和障碍物的识别效率；在医疗领域，能驱动可穿戴设备以极低功耗监测血氧等生命体征；在消费电子领域，将使智能手机和增强/虚拟现实头显在保持复杂视觉识别能力的同时大幅提升电池续航。"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。"生野博士强调。

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了重要一步，使日常设备能以更接近人类的方式感知世界。