يمكن لمستشعر الصورة التقاط الصور ومعالجتها في وقت واحد ، مما يجعل التعرف على الكائنات أسرع بكثير. لا يستهلك الجهاز أي طاقة كهربائية أثناء تشغيله ، لأن الفوتونات نفسها توفر الطاقة للتيار الكهربائي.
يتم استكمال المستشعر بواسطة ANN ، وهو نظام من صنع الإنسان مستوحى من دماغنا. في ANN ، يتم تغذية الخلايا العصبية الاصطناعية بالبيانات وتتعاون لمعالجة مشكلة ما. في هذه الحالة ، التعرف على الصورة.
الباحثون في فيينا ، بدعم من المجلة الأوروبية ابتكر مشروع بحثي ، رائد الجرافين ، مستشعرات تحتوي على تسعة بكسلات - "الخلايا العصبية" - موضوعة في صفيف 3 × 3. كل بكسل بدوره يتكون من ثلاث ثنائيات ضوئية ، وهي أشباه الموصلات الأجهزة التي تحول الضوء إلى تيار كهربائي توفر ثلاثة مخرجات. يربط كل ثنائي ضوئي وحدات البكسل الخاصة به بالـ 8 بكسل الأخرى.
يتم تحديد التيار من كل ثنائي ضوئي بواسطة شدة الضوء الوارد و الجهد االكهربى عبرها. تجمع كل خلية عصبية التيارات الفردية القادمة من الخلايا العصبية الثمانية الأخرى ، ثم يتم إدخال القيم المجمعة في الكمبيوتر.
يمكن للجهاز تصنيف الصور بعد سلسلة من عمليات التدريب ، ولكن يمكنه أيضًا التعرف على مكون أو بنية مميزة للصورة من بيانات الإدخال ، دون معلومات إضافية.
تميز السرعة هذا الجهاز بعيدًا عن رؤية الماكينة التقليدية. عادي التكنلوجيا قادر عادة على معالجة ما يصل إلى 100 إطار في الثانية ، مع بعض الأنظمة الأسرع القادرة على العمل حتى 1,000 إطار في الثانية. بالمقارنة ، يعمل هذا النظام بما يعادل 20 مليون إطار في الثانية.
لقد تم اقتراح أنه سيتم ترقية الجهاز مع اليوم التكنلوجيا والعثور على تطبيقات في مجالات مختلفة، مثل ديناميات الموائع، وفيزياء الطاقة العالية، وعمليات الاحتراق أو الانهيار الميكانيكي.
يوضح Lukas Mennel ، المؤلف الأول للدراسة: "توسيع نطاق الأجهزة ، يمكن لهذا النهج العصبي أن يلعب دورًا في قوته في مجال التعرف على الصور ومعالجتها". "نحن ندرس أيضًا أفكارًا أخرى ، مثل تحسين امتصاص الضوء أو توسيع النطاق الطيفي إلى الأشعة تحت الحمراء. من حيث المبدأ ، لا تقتصر إمكانيات هذا الجهاز على البيانات المرئية فقط. يمكن معالجة أي نوع من البيانات (مسبقًا) باستخدام شبكة عصبية اصطناعية في المستشعر نفسه. على سبيل المثال ، يمكن تطوير مستشعرات صوتية أو مستشعرات عصبية شمية للمعالجة السريعة على الرقاقة ".
"يُظهر هذا العمل المثير للإعجاب تطبيقًا جديدًا تمامًا للكاميرات ذات الطبقات القائمة على المواد ، مع الاستفادة من خصائصها الفريدة مثل قابلية ضبطها في الموقع." أوضح فرانك كوبينز ، حزمة عمل الجرافين الرائدة Lleader للضوئيات والإلكترونيات الضوئية. "ستؤثر مستشعرات صور الشبكة العصبية على المجتمع بعدة طرق مختلفة ، وبفضل المواد ذات الطبقات ، تم الآن تلبية المتطلبات عالية السرعة."
وأضاف أندريا سي فيراري ، مسؤول العلوم والتكنولوجيا في شركة الجرافين الرئيسية ورئيس لجنة الإدارة: "هذا العمل هو معلم رئيسي آخر لرائد الجرافين. من الواضح أن الرائد هي الرائدة عالميًا عندما يتعلق الأمر بالاندماج في رقائق من المواد ذات الطبقات. ستدعم لبنات البناء المتقدمة هذه تطوير أحدث التقنيات ".