Memajukan pengeditan gen dengan varian CRISPR / Cas9 baru - ScienceDaily
Teknologi

Sensor optik terobosan yang meniru mata manusia, langkah kunci menuju AI yang lebih baik – ScienceDaily


Para peneliti di Oregon State University membuat kemajuan penting dengan jenis sensor optik baru yang lebih meniru kemampuan mata manusia untuk melihat perubahan dalam bidang visualnya.

Sensor adalah terobosan besar untuk bidang-bidang seperti pengenalan gambar, robotika, dan kecerdasan buatan. Temuan oleh peneliti OSU College of Engineering John Labram dan mahasiswa pascasarjana Cinthya Trujillo Herrera diterbitkan hari ini di Sastra Fisika Terapan.

Upaya sebelumnya untuk membangun jenis perangkat mata manusia, yang disebut sensor retinomorfik, telah mengandalkan perangkat lunak atau perangkat keras yang kompleks, kata Labram, asisten profesor teknik kelistrikan dan ilmu komputer. Tetapi operasi sensor baru adalah bagian dari desain dasarnya, menggunakan lapisan sangat tipis dari semikonduktor perovskit – dipelajari secara luas dalam beberapa tahun terakhir untuk potensi energi surya mereka – yang berubah dari isolator listrik yang kuat menjadi konduktor yang kuat saat ditempatkan dalam cahaya.

“Anda dapat menganggapnya sebagai piksel tunggal yang melakukan sesuatu yang saat ini membutuhkan mikroprosesor,” kata Labram, yang memimpin upaya penelitian dengan dukungan dari National Science Foundation.

Sensor baru itu bisa menjadi pasangan yang cocok untuk komputer neuromorfik yang akan memberi daya pada kecerdasan buatan generasi berikutnya dalam aplikasi seperti mobil tanpa pengemudi, robotika dan pengenalan gambar tingkat lanjut, kata Labram. Tidak seperti komputer tradisional, yang memproses informasi secara berurutan sebagai serangkaian instruksi, komputer neuromorfik dirancang untuk meniru jaringan paralel besar-besaran di otak manusia.

“Orang-orang telah mencoba meniru ini dalam perangkat keras dan telah cukup berhasil,” kata Labram. “Namun, meskipun algoritme dan arsitektur yang dirancang untuk memproses informasi semakin menjadi seperti otak manusia, informasi yang diterima sistem ini masih dirancang khusus untuk komputer tradisional.”

Dengan kata lain: Untuk mencapai potensi penuhnya, komputer yang “berpikir” lebih seperti otak manusia membutuhkan sensor gambar yang “melihat” lebih seperti mata manusia.

Organ yang sangat kompleks, mata mengandung sekitar 100 juta fotoreseptor. Namun, saraf optik hanya memiliki 1 juta koneksi ke otak. Ini berarti bahwa sejumlah besar pemrosesan awal dan kompresi dinamis harus dilakukan di retina sebelum gambar dapat dikirim.

Ternyata, indra penglihatan kita secara khusus beradaptasi dengan baik untuk mendeteksi objek bergerak dan secara komparatif “kurang tertarik” pada gambar statis, kata Labram. Karenanya, sirkuit optik kami memprioritaskan sinyal dari fotoreseptor yang mendeteksi perubahan intensitas cahaya – Anda dapat mendemonstrasikannya sendiri dengan menatap pada titik tetap hingga objek dalam penglihatan tepi Anda mulai menghilang, fenomena yang dikenal sebagai efek Troxler.

Teknologi penginderaan konvensional, seperti chip yang ditemukan di kamera digital dan smartphone, lebih cocok untuk pemrosesan berurutan, kata Labram. Gambar dipindai di seluruh rangkaian sensor dua dimensi, piksel demi piksel, pada frekuensi yang ditentukan. Setiap sensor menghasilkan sinyal dengan amplitudo yang bervariasi secara langsung dengan intensitas cahaya yang diterimanya, artinya gambar statis akan menghasilkan tegangan keluaran yang kurang lebih konstan dari sensor tersebut.

Sebaliknya, sensor retinomorfik tetap relatif tenang dalam kondisi statis. Ini mendaftarkan sinyal pendek dan tajam saat merasakan perubahan iluminasi, lalu dengan cepat kembali ke kondisi awal. Perilaku ini disebabkan oleh sifat fotolistrik yang unik dari kelas semikonduktor yang dikenal sebagai perovskit, yang telah menunjukkan harapan besar sebagai bahan sel surya berbiaya rendah generasi berikutnya.

Dalam sensor retinomorfik Labram, perovskit diaplikasikan dalam lapisan sangat tipis, hanya beberapa ratus nanometer tebal, dan pada dasarnya berfungsi sebagai kapasitor yang memvariasikan kapasitansinya di bawah penerangan. Kapasitor menyimpan energi dalam medan listrik.

“Cara kami mengujinya, pada dasarnya kami biarkan dalam kegelapan sebentar, lalu kami nyalakan lampu dan biarkan saja,” ujarnya. “Begitu lampu menyala, Anda mendapatkan lonjakan voltase sebesar ini, lalu voltase itu cepat membusuk, meski intensitas cahayanya konstan. Dan itulah yang kami inginkan.”

Meskipun lab Labram saat ini hanya dapat menguji satu sensor pada satu waktu, timnya mengukur sejumlah perangkat dan mengembangkan model numerik untuk meniru perilaku mereka, sampai pada apa yang dianggap Labram sebagai “kecocokan yang baik” antara teori dan eksperimen.

Ini memungkinkan tim untuk mensimulasikan serangkaian sensor retinomorfik untuk memprediksi bagaimana kamera video retinomorfik akan menanggapi stimulus masukan.

“Kami dapat mengubah video menjadi satu set intensitas cahaya dan kemudian memasukkannya ke dalam simulasi kami,” kata Labram. “Wilayah di mana output tegangan tinggi diprediksi dari sensor menyala, sedangkan wilayah tegangan rendah tetap gelap. Jika kamera relatif statis, Anda dapat dengan jelas melihat semua hal yang bergerak merespons dengan kuat. Hal ini tetap berlaku secara wajar untuk paradigma penginderaan optik pada mamalia. “

Simulasi menggunakan rekaman latihan bisbol mendemonstrasikan hasil yang diharapkan: Pemain di tengah lapangan muncul sebagai objek bergerak cerah yang terlihat jelas. Objek yang relatif statis – berlian bisbol, bangku penonton, bahkan pemain luar – memudar ke dalam kegelapan.

Simulasi yang lebih mencolok lagi menunjukkan seekor burung terbang ke dalam pandangan, lalu menghilang saat berhenti di tempat makan burung yang tidak terlihat. Burung itu muncul kembali saat lepas landas. Pengumpan, set goyangan, menjadi terlihat hanya saat mulai bergerak.

“Hal baiknya adalah, dengan simulasi ini, kami dapat memasukkan video apa pun ke dalam salah satu array ini dan memproses informasi tersebut pada dasarnya dengan cara yang sama seperti yang dilakukan oleh mata manusia,” kata Labram. Misalnya, Anda dapat membayangkan sensor ini digunakan oleh robot yang melacak gerakan objek. Apa pun yang statis di bidang pandangnya tidak akan menimbulkan respons, namun objek yang bergerak akan menunjukkan tegangan tinggi. Ini akan segera memberi tahu robot. di mana objek itu berada, tanpa pemrosesan gambar yang rumit. “

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Data Sidney