Energiesparendes Farbversuchsgerät
Das selbstbetriebene Gerät ahmt das menschliche Auge nach und erkennt Farben und verbessert Geräte wie Telefone, Drohnen und Autos.
Wenn KI und intelligente Geräte häufiger werden, hilft Machine Vision sehr, aber zu viel Leistung und Speicher, wodurch es schwierig ist, in Telefonen, Drohnen oder Autos zu verwenden.Das menschliche Auge funktioniert anders - es achtet nur darauf, was wichtig ist und Energie spart.Wissenschaftler versuchen, dies mit neuromorpHem Computing zu kopieren, um Maschinensichtprobleme zu lösen, aber es kann immer noch keine Farben wie Menschen erkennen oder ohne zusätzliche Kraft arbeiten.Um dies zu beheben, schuf ein Team der Tokyo University of Science in Japan eine neue selbstbetriebene künstliche Synapse, die die Farben sehr genau unterscheiden kann.
Das Team entwickelte das Gerät, indem er zwei unterschiedliche farbstoffsensibilisierte Solarzellen kombinierte, die jeweils auf unterschiedliche Lichtwellenlängen reagieren.Im Gegensatz zu herkömmlichen optoelektronischen künstlichen Synapsen, die sich auf externe Leistungsquellen beruhen, nutzt diese Synapse Sonnenenergie, um seinen eigenen Strom zu erzeugen.Diese selbsttragende Funktion macht es für Edge Computing-Anwendungen besonders gut geeignet, bei denen das Minimieren des Energieverbrauchs unerlässlich ist.
Umfangreiche Experimente zeigten, dass das entwickelte System Farben mit einer Auflösung von 10 Nanometern im gesamten sichtbaren Spektrum unterscheiden kann und sich dem Diskriminierungsniveau des menschlichen Auges nähert.Zusätzlich zeigte das Gerät bipolare Reaktionen und erzeugte eine positive Spannung bei blauem Licht und negativer Spannung bei rotem Licht.Diese Fähigkeit ermöglicht es ihm, komplexe logische Operationen auszuführen, die normalerweise mehrere herkömmliche Komponenten erfordern.
Um eine praktische Anwendung zu präsentieren, wurde das Gerät in ein physisches Reservoir -Computer -Framework eingebaut, um verschiedene menschliche Bewegungen zu erkennen, die in Rot, Grün und Blau aufgezeichnet wurden.Das System erreichte eine beeindruckende Genauigkeit von 82% bei der Klassifizierung von 18 verschiedenen Farben und Bewegungen mit einem einzigen Gerät im Vergleich zu den mehreren Fotodioden, die typischerweise in Standardsystemen benötigt werden.
Die potenziellen Auswirkungen dieser Technologie umfassen zahlreiche Branchen.In autonomen Fahrzeugen könnte es die effiziente Erkennung von Ampeln, Straßenschildern und Hindernissen verbessern.Im Gesundheitswesen kann es tragbare Geräte ermöglichen, die Vitalfunktionen wie Blutsauerstoffspiegel überwachen und gleichzeitig den Batterieverbrauch minimieren.Für die Unterhaltungselektronik verspricht die Technologie Smartphones und erweiterte/virtuelle Reality -Headsets mit einer erheblich verbesserten Akkulaufzeit, ohne die fortschrittliche visuelle Erkennung zu beeinträchtigen.