O sensor de imagem pode capturar e processar imagens simultaneamente, tornando o reconhecimento de objetos muitas ordens de magnitude mais rápido. O dispositivo não consome energia elétrica durante o funcionamento, pois os próprios fótons fornecem a energia para a corrente elétrica.
O sensor é complementado por uma RNA, um sistema feito pelo homem inspirado em nosso cérebro. Em uma RNA, os neurônios artificiais são alimentados com dados e cooperam para resolver um problema. Nesse caso, reconhecendo uma imagem.
Os pesquisadores em Viena, apoiados pelo Europa O projeto de pesquisa, o Graphene Flagship, desenvolveu sensores contendo nove pixels - os 'neurônios' - colocados em uma matriz 3 × 3. Cada pixel, por sua vez, consiste em três fotodiodos, que são Semicondutores dispositivos que convertem luz em corrente elétrica, que fornecem três saídas. Cada fotodiodo vincula seu pixel aos outros 8 pixels.
A corrente de cada fotodiodo é determinada pela intensidade da luz que entra e o Voltagem Em frente. Cada neurônio soma as correntes individuais provenientes dos outros 8 neurônios e os valores combinados são então alimentados em um computador.
O dispositivo pode classificar imagens após uma série de processos de treinamento, mas também pode reconhecer um componente ou estrutura característica de uma imagem a partir dos dados de entrada, sem informações extras.
A velocidade diferencia este dispositivo da visão de máquina convencional. Convencional tecnologia geralmente é capaz de processar até 100 quadros por segundo, com alguns sistemas mais rápidos capazes de trabalhar até 1,000 quadros por segundo. Em comparação, este sistema funciona com o equivalente a 20 milhões de quadros por segundo.
Foi sugerido que o dispositivo será ampliado com o atual tecnologia e encontrar aplicações em diferentes campos, como dinâmica de fluidos, física de altas energias, processos de combustão ou ruptura mecânica.
“Aumentando a escala dos dispositivos, essa abordagem neuromórfica pode mostrar seus pontos fortes no domínio do reconhecimento e processamento de imagens”, explica Lukas Mennel, primeiro autor do estudo. “Também estamos considerando outras ideias, como melhorar a absorção de luz ou estender a faixa espectral até o infravermelho. Em princípio, as capacidades deste dispositivo não se limitam apenas aos dados visuais. Qualquer tipo de dado pode ser (pré) processado com uma rede neural artificial no próprio sensor. Por exemplo, sensores neuromórficos de áudio ou olfativos podem ser desenvolvidos para processamento rápido no chip. ”
“Este trabalho impressionante mostra uma aplicação completamente nova de câmeras baseadas em material em camadas, aproveitando suas propriedades únicas, como sua sintonização in-situ.” explicou Frank Koppens, pacote de trabalho Lleader da Graphene Flagship para Fotônica e Optoeletrônica. “Os sensores de imagem de rede neural impactarão a sociedade de muitas maneiras diferentes e, com materiais em camadas, os requisitos de alta velocidade já foram atendidos.”
Andrea C. Ferrari, Oficial de Ciência e Tecnologia da Nave Grafeno e Presidente de seu Painel de Gestão, acrescentou: “Este trabalho é outro marco importante para a Nave Grafeno. O carro-chefe é claramente líder mundial quando se trata de integração em batatas fritas de materiais em camadas. Esses blocos de construção avançados apoiarão o desenvolvimento de novas tecnologias de ponta. ”