Sensor gambar dapat secara bersamaan menangkap dan memproses gambar, membuat pengenalan objek lebih cepat. Perangkat tidak mengkonsumsi daya listrik saat beroperasi, karena foton sendiri menyediakan energi untuk arus listrik.
Sensor tersebut dilengkapi dengan JST, sistem buatan manusia yang terinspirasi oleh otak kita. Dalam JST, neuron buatan diberi makan data dan bekerja sama untuk mengatasi masalah. Dalam hal ini, mengenali gambar.
Para peneliti di Wina, didukung oleh Eropa Proyek penelitian, Graphene Flagship, merancang sensor yang mengandung sembilan piksel - 'neuron' - ditempatkan dalam array 3 × 3. Setiap piksel pada gilirannya, terdiri dari tiga fotodioda Semikonduktor perangkat yang mengubah cahaya menjadi arus listrik, yang menyediakan tiga keluaran. Setiap fotodioda menghubungkan pikselnya ke 8 piksel lainnya.
Arus dari setiap fotodioda ditentukan oleh intensitas cahaya yang masuk dan tegangan di seberang itu. Setiap neuron menjumlahkan arus individu yang datang dari 8 neuron lainnya, dan nilai gabungan tersebut kemudian dimasukkan ke dalam komputer.
Perangkat dapat mengklasifikasikan gambar setelah serangkaian proses pelatihan, tetapi juga dapat mengenali komponen karakteristik atau struktur gambar dari data masukan, tanpa informasi tambahan.
Kecepatan membedakan perangkat ini dari penglihatan mesin konvensional. Konvensional teknologi biasanya mampu memproses hingga 100 bingkai per detik, dengan beberapa sistem yang lebih cepat mampu bekerja hingga 1,000 bingkai per detik. Sebagai perbandingan, sistem ini bekerja dengan setara dengan 20 juta bingkai per detik.
Telah disarankan bahwa perangkat tersebut akan ditingkatkan dengan yang ada saat ini teknologi dan menemukan penerapannya di berbagai bidang, seperti dinamika fluida, fisika energi tinggi, proses pembakaran, atau kerusakan mekanis.
“Meningkatkan skala perangkat, pendekatan neuromorfik ini dapat memainkan kekuatannya dalam bidang pengenalan dan pemrosesan gambar,” jelas Lukas Mennel, penulis pertama studi tersebut. “Kami juga mempertimbangkan ide-ide lain, seperti meningkatkan penyerapan cahaya atau memperluas jangkauan spektral ke inframerah. Prinsipnya, kemampuan perangkat ini tidak hanya sebatas data visual. Semua jenis data dapat (pra) diproses dengan jaringan saraf tiruan di sensor itu sendiri. Misalnya, sensor neuromorfik audio atau penciuman dapat dikembangkan untuk pemrosesan pada chip yang cepat. ”
“Karya yang mengesankan ini menunjukkan aplikasi yang benar-benar baru dari kamera berlapis material berbasis, memanfaatkan sifat uniknya seperti tunabilitas in-situ.” jelas Frank Koppens, Paket kerja unggulan Graphene Lleader untuk Photonics dan Optoelektronik. “Sensor gambar jaringan saraf akan memengaruhi masyarakat dalam berbagai cara, dan dengan bahan berlapis, persyaratan kecepatan tinggi kini telah terpenuhi.”
Andrea C. Ferrari, Petugas Sains dan Teknologi dari Graphene Flagship dan Ketua Panel Manajemennya, menambahkan: “Pekerjaan ini merupakan tonggak penting lainnya untuk Graphene Flagship. Flagship jelas terdepan di dunia dalam hal integrasi keripik dari bahan berlapis. Blok penyusun canggih ini akan mendukung pengembangan teknologi mutakhir baru. ”