據《應用物理快報》近日報道，美國俄勒岡州立大學在新型光學感測器研發上取得重大進展。他們開發出一種新型光學感測器，可更逼真地模倣人眼感知物體變化的能力。這一成果有望帶來圖像識別、機器人技術和人工智慧等領域的重大突破。
目前的資訊處理演算法和體系結構變得越來越像人的大腦，但資訊接收的方式仍是為傳統電腦設計的。為了發揮其全部潛能，更像人腦那樣“思考”的電腦需要更像人眼那樣“看”的圖像感測器。
人眼包含約1億個感光器，但視神經與大腦的連接只有一百萬個，因此在傳輸圖像之前，必須在視網膜中進行大量的預處理和動態壓縮。
傳統的傳感技術，如數位相機和智慧手機中的晶片，更適合順序處理。每個感測器都會産生一個幅度隨其接收的光強度而變化的信號，這意味著靜態圖像會使感測器産生較為恒定的輸出電壓。
在新型視網膜形態感測器中，利用了鈣鈦礦的獨特光電性能。鈣鈦礦置於厚度僅幾百奈米的超薄層中充當電容器，在光照下，它會從電絕緣體變為導體。因此感測器在靜態條件下保持相對安靜，當檢測到光照變化時，會記錄一個短而尖銳的信號，然後迅速恢復到其基線狀態。
研究人員通過模擬一系列視網膜形態感測器，以預測視網膜形態錄影機如何響應輸入刺激。例如，在棒球練習的模擬演示中，內場球員顯示為清晰可見、明亮的運動物體，而看臺等相對靜止的物體逐漸消失。更加引人注目的是，一隻鳥飛進了視野，然後停在一個看不見的喂鳥器上，幾乎消失了，卻在起飛時重新出現。
研究人員還可將任何視頻輸入這些模擬，並以與人眼基本相同的方式處理資訊。比如讓機器人用這些感測器來跟蹤目標的運動，其視野中的任何靜止狀態都不會引起響應，一旦目標發生運動，則會産生高壓，立即告訴機器人目標的位置，而無需進行任何複雜的圖像處理。
這種新型感測器還能與神經形態電腦完美匹配。神經形態電腦與傳統電腦不同，是一種模擬人腦的大規模並行網路，為用於自動駕駛汽車、機器人技術和高級圖像識別中的下一代人工智慧提供支援。
總編輯圈點
人腦所處理的資訊，超過80%都是通過眼睛獲得的，而視覺系統的資訊處理能力，又很大程度上依賴於視網膜的結構和功能。因此，構建出一個可以媲美人眼、能夠同步進行資訊探測和處理功能的視網膜感測器——或者説，真實模倣自然界生物的眼睛，一直是許多工程師的夢想。近幾年，這一領域已經開始出現非常有價值的突破，譬如本文中的光學感測器就是其中之一，不過，要想看到這一技術走向實際應用，或許至少還要十年以後。
