自供电人工突触模拟人眼色觉

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一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效率的视觉处理。神经形态计算通过模拟生物神经系统的结构和功能，因此成为克服计算机视觉现存障碍的一种有前景的方法。然而，两大挑战始终存在：第一是实现与人眼相当的颜色识别能力；第二是消除对外部电源的需求以最小化能耗。

在此背景下，由日本东京理科大学（TUS）先进工学部电子系统工程系池野隆志副教授领导的研究团队开发了一项突破性解决方案。他们的论文于2025年5月12日发表在期刊《Scientific Reports》第15卷上，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理科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种对光线波长具有不同响应的染料敏化太阳能电池来制造该器件。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应用。

大量实验证明，该系统可在可见光谱范围内以10纳米的分辨率区分颜色——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，在蓝光下产生正电压，在红光下产生负电压。这使得执行复杂逻辑运算成为可能，而这些运算通常需要多个传统设备才能完成。"这些结果表明，这种能够同时实现高分辨率颜色辨别和逻辑运算的下一代光电器件，在应用于具有视觉识别功能的低功耗人工智能（AI）系统方面具有巨大潜力，"池野博士指出。

为演示实际应用，团队将该器件应用于物理储层计算框架中，用以识别记录在红、绿、蓝三色通道下的不同人体运动。该系统仅使用单一器件（而非传统系统所需的多个光电二极管）对18种不同颜色与动作组合进行分类时，达到了82%的惊人准确率。

这项研究的意义涵盖多个行业。在自动驾驶汽车领域，这些器件可实现更高效的交通信号灯、路标和障碍物识别。在医疗保健领域，它们能为监测血氧水平等生命体征的可穿戴设备供电，同时极大降低电池消耗。对于消费电子产品，该技术可催生具备复杂视觉识别能力，同时显著延长电池续航的智能手机及增强/虚拟现实头显设备。"我们相信这项技术将助力实现具有接近人眼色辨能力的低功耗机器视觉系统，其应用涵盖自动驾驶汽车的光学传感器、医疗用低功耗生物识别传感器以及便携式识别设备，"池野博士评论道。

总体而言，这项工作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，使我们日常使用的设备能以更接近人类的方式观察世界。