Датчик изображения может одновременно захватывать и обрабатывать изображения, ускоряя распознавание объектов на много порядков. Устройство не потребляет электроэнергию во время работы, поскольку фотоны сами обеспечивают энергию для электрического тока.
Датчик дополняется ИНС, искусственной системой, вдохновленной нашим мозгом. В ИНС искусственные нейроны получают данные и взаимодействуют для решения проблемы. В этом случае распознавание изображения.
Исследователи из Вены при поддержке Европейская кухня В исследовательском проекте Graphene Flagship были разработаны датчики, содержащие девять пикселей - «нейроны», размещенные в матрице 3 × 3. Каждый пиксель, в свою очередь, состоит из трех фотодиодов, которые Полупроводниковое устройства, преобразующие свет в электрический ток, которые имеют три выхода. Каждый фотодиод связывает свой пиксель с другими 8 пикселями.
Ток от каждого фотодиода определяется интенсивностью падающего света и напряжение через это. Каждый нейрон суммирует отдельные токи, исходящие от других 8 нейронов, и затем объединенные значения вводятся в компьютер.
Устройство может классифицировать изображения после серии обучающих процессов, но оно также может распознавать характерный компонент или структуру изображения из входных данных без дополнительной информации.
Скорость отличает это устройство от обычного машинного зрения. Общепринятый technology обычно может обрабатывать до 100 кадров в секунду, а некоторые более быстрые системы способны обрабатывать до 1,000 кадров в секунду. Для сравнения, эта система работает с эквивалентом 20 миллионов кадров в секунду.
Было высказано предположение, что устройство будет масштабироваться с учетом сегодняшних возможностей. technology и находят применение в различных областях, таких как гидродинамика, физика высоких энергий, процессы горения или механическое разрушение.
«Увеличивая масштабы устройств, этот нейроморфный подход может проявить свои сильные стороны в области распознавания и обработки изображений», - объясняет Лукас Меннель, первый автор исследования. «Мы также рассматриваем другие идеи, такие как улучшение поглощения света или расширение спектрального диапазона до инфракрасного. В принципе, возможности этого устройства не ограничиваются только визуальными данными. Любые данные могут быть (предварительно) обработаны с помощью искусственной нейронной сети в самом датчике. Например, звуковые или обонятельные нейроморфные датчики могут быть разработаны для быстрой обработки на кристалле ».
«Эта впечатляющая работа демонстрирует совершенно новое применение камер на основе слоистых материалов с использованием преимуществ их уникальных свойств, таких как возможность настройки на месте». объяснил Франк Коппенс, флагманский рабочий пакет Graphene Lleader для фотоники и оптоэлектроники. «Датчики изображения нейронной сети будут влиять на общество по-разному, и при использовании многослойных материалов требования к высокой скорости теперь удовлетворены».
Андреа К. Феррари, сотрудник по науке и технологиям Graphene Flagship и председатель его совета управления, добавила: «Эта работа является еще одной важной вехой для Graphene Flagship. Flagship явно лидирует в мире, когда дело доходит до интеграции в чипсы слоистых материалов. Эти передовые строительные блоки станут основой для разработки новых современных технологий ».