Новое нейроморфное устройство позволит роботам воспринимать мир как людей
Инженеры из Шведского Королевского института создали нейроморфное устройство, основанное на дисульфиде молибдена, которое обрабатывает визуальную информацию так же, как и человеческий мозг — без внешнего компьютера. Он распознает реальное движение, вспоминает визуальные изображения и потребляет минимальные ресурсы. Развитие прокладывает путь к энергосберегающим системам зрения для автономных транспортных средств, робототехники и загрузки электроники.
Устройство может воспринимать и анализировать реальные изображения. Для его разработки ученые использовали нейроморфные материалы (со свойствами, которые напоминают нейроны и синапсы биологического мозга) и сложные методы обработки сигналов. Ключевым элементом является дисульфид молибден (MOS₂) — металлическое соединение с дефектами на атомном уровне. Эти дефекты могут использоваться для захвата света и обработки его в форме электрических сигналов, аналогично тому, как нейроны работают в нашем мозге.
Супер -типичные слои Mos₂, созданные химическим отложением денег, могут вести себя как реальные нейроны — накопить и потерять заряд. Они чувствительны к свету и копируют электрические сигналы, аналогичные тем, которые появляются в нервных клетках.
Исследователи создали вспомогательную нейронную сеть (SNN), используя характеристики реакции MOS₂ под светом. Эта модель показала 75% точность в распознавании статических изображений после 15 тренировочных циклов и 80% точности при динамических задачах обработки после 60 цикловS эти результаты показывают высокий потенциал технологии обработки визуальной информации реальной времени.
В экспериментах устройство распознает движения руки, используя извлечение контура без необходимости обрабатывать кадр каждого изображения по кадру. Это уменьшает объем данных и потребление энергии.
Записанные изменения были сохранены в памяти устройства, которое напоминает работу мозга. В отличие от предыдущих испытаний ультрафиолетового спектра, исследование проводилось в диапазоне видимых освещений.
Технология может улучшить работу автономных автомобилей и роботов, особенно в опасных или быстрых ситуациях. Он может немедленно распознать изменения в окружающей среде без сложной обработки данных, что делает реакции быстрее и точнее. Такие возможности особенно полезны для роботов, которые работают с людьми, например, в производстве или уходе.
