游乐游手机版
首页/AI热点日报/热点详情

仿脑光传感器有望显著加速AI图像处理效率

类型:热点整理2026-07-08
俄勒冈州立大学研发的仿脑光传感器能同时感知与存储图像,通过可调节记忆时长实现渐进式遗忘。该器件在4×4像素阵列上验证,可降低能耗、提升处理速度,适用于无人机视觉等AI场景。

人脑的工作机制,正在悄悄改变AI视觉的处理方式。这么说吧,现在出现了一种新的图像传感器,它不仅能看、能记,还能主动“遗忘”那些不再需要的数据——这对机器人视觉的效率提升,或许是个不小的突破口。

仿脑光传感器有望加速AI图像处理

我们先看看那些传统的数字相机,它们普遍依赖CMOS或CCD这类器件。说白了,它们的工作就是把光子转成电子信号,但问题在于,它们自己记不住图像信息,数据得先转移到独立的存储单元,才能做进一步处理。这个搬来搬去的过程,能耗不低,效率也受限。

俄勒冈州立大学电气工程与计算机科学教授拉里·程(Larry Cheng)的一番话,点出了关键区别:“传统相机传感器在捕捉图像后会立即‘遗忘’,除非把信息传到单独的存储组件。而我们这个器件,不仅能‘看’,还能‘记住’,甚至能慢慢‘遗忘’。”他强调,这种渐进式的遗忘,不是缺陷,而是整个设计里不可或缺的一环。

上个月,拉里·程和团队成员在《先进功能材料》期刊上发表了详细的研究。这款器件本质上是光电晶体管,和以往那种逐帧分析视频流来识别运动目标的AI算法不同,它直接存储照射到表面的光强变化历史,自己就能标记出那些规律性的变化。更重要的是,记忆持续时长可以按需调整。举个例子,以每小时250公里飞行的无人机,只需记录短暂的变化轨迹;而盯着门口有没有可疑人员的门铃摄像头,则需要更长的记忆序列。

拉里·程解释说:“记忆时间尺度的可调节性,是我们这个方案的核心优势。同一个传感器,能适配不同的AI视觉任务,速度和能效都能得到提升。”另一个值得注意的优点是,直接在传感器端完成基础处理,有望大幅降低能耗。毕竟,商用摄像机需要在传感器、存储设备与处理器之间频繁搬移数据,光是运行图像识别算法,耗电量就相当可观。

阵列结构

研究团队构建的原型器件是4×4像素阵列,尺寸大约和U盘差不多。阵列顶部覆盖了一层透明的有机光吸收材料,专门负责把入射光转化为电荷。

具体是怎么运作的呢?拉里·程解释,当光子打到光活性层时,会产生电子并形成空xue。电子被传输到底层的铟镓锌氧化物(IGZO)晶体管沟道中,而空xue,则是记忆功能的核心所在。

“由于光活性层中存在能量势垒,空xue会被困在孤立的有机半导体聚集体中。即便光线关闭,这些被困的空xue仍会持续以静电方式调制晶体管沟道,让器件保留住近期光照的记忆。”拉里·程说道。

电荷量会随时间慢慢衰减,但研究人员发现了一个巧妙的控制方法:向光活性层施加电压,就能改变记忆持续时长。施加正电压时,被困空xue会被推离晶体管沟道,削弱其作用,加速衰减——实现更快的“遗忘”;施加负电压时,空xue则被拉近沟道,减缓降解过程,让记忆保持数小时甚至更长时间。

“可调节的记忆机制,让同一器件能根据不同应用场景调整时间响应,从追踪快速变化的事件到存储较长期的视觉信息,都能实现。”他透露,这个有机光活性层的记忆特性,最初其实是意外发现的。

研究人员选用IGZO晶体管,是因为它对可见光透明,不会参与光吸收。“这样就把电学传输和光感知功能解耦了,后者由有机光活性记忆层单独负责。”拉里·程说。IGZO本身因电荷传输速度快、漏电流低,已被广泛应用于显示技术,且与大面积制备工艺兼容。两种材料结合,每个像素就能在单一器件内同时实现光探测和近期光照记忆的存储。

拉里·程表示,整个器件的工作原理,其实就是在模仿人脑——晶体管中的电荷,好比神经递质多巴胺,后者能增强突触间的连接强度,从而巩固记忆。

“我们目前的工作在器件层面验证了这一概念,并做了简单的成像演示。下一步是把技术扩展到更大规模的像素阵列,开发集成成像原型,展示实时时序成像与片上传感器处理能力。希望在不久的将来能实现这些目标。”他这样展望。

Q&A

Q1:这款仿脑光传感器和传统相机传感器有什么区别?

A:传统相机传感器(如CMOS或CCD)捕获图像后无法自行存储,数据必须转移到独立存储单元才能处理,能耗较高。而这款新型光电晶体管传感器可以同时完成光线感知与数据存储,无需频繁在传感器、存储和处理器之间搬移数据,能够显著降低能耗并提高处理速度,更适合AI视觉任务。

Q2:这款传感器的“渐进式遗忘”功能是如何实现的?

A:传感器的记忆功能依赖于有机光活性层中被困的空xue。光线关闭后,空xue仍持续调制晶体管沟道,维持光照记忆。通过向光活性层施加不同电压,可控制记忆时长:正电压加速空xue衰减,实现快速遗忘;负电压减缓衰减,使记忆保持数小时甚至更长。这种可调节机制使传感器能适应不同应用场景的需求。

Q3:这款光传感器目前处于什么研发阶段,未来有哪些应用方向?

A:目前研究团队已在器件层面完成概念验证,构建了约U盘大小的4×4像素阵列原型,并进行了简单成像演示。下一步计划将技术扩展至更大规模像素阵列,开发集成成像原型,实现实时时序成像与片上传感器处理。潜在应用包括无人机视觉、门铃摄像头等对速度和能效要求较高的AI视觉场景。

来源:https://ai.zhiding.cn/2026/0707/3192614.shtml

相关热点

继续查看同栏目近期热点。

延伸阅读

补充最近整理过的热点入口。