受人眼如何看待、处理信息并将信息发送到大脑的启发，研究人员创造了一种微型设备，可以捕捉、识别和记忆图像，使其能够根据所见内容做出快速、实时的决策。 该设备有朝一日可能会用于自动驾驶汽车。

具有实时态势感知的基于视觉的机器系统代表了下一代隐身技术。 目前，这些系统体积庞大，并且由于其独立的处理和存储单元，必须执行一系列计算机步骤来检测、处理和存储图像。 模仿人眼查看和处理图像的方式，这被称为神经形态视觉，是一种革新基于视觉的系统的方法。

澳大利亚皇家墨尔本理工大学的研究人员领导了概念验证神经形态设备的开发，迪肯大学和墨尔本大学的研究人员也做出了贡献。 就像人眼将信息发送到大脑进行处理和存储一样，该设备捕获光，创建和处理信息，并将其分类并存储在内存中。

(资料图片仅供参考)

神经形态本质上是指具有神经或神经系统形状或形式的事物。

“人眼非常擅长以比相机和计算机更快、更有效的方式响应周围环境的变化，”该研究的通讯作者 Sumeet Walia 说。 “从眼睛中汲取灵感，多年来，我们一直致力于通过神经形态工程的过程，打造一款具有类似功能的相机。”

该设备包括一个带有传感层的单芯片，传感层由不到 3 纳米厚的掺锑氧化铟阵列制成，比人的头发丝薄数千倍。 这些传感器模仿眼睛的视网膜，在一个平台上存储和处理视觉信息。

在开发他们的设备时，研究人员旨在模拟体内神经细胞（神经元）之间的冲动传递，称为突触功能。 突触将一个神经元连接到另一个神经元，并将信息从神经传递到大脑，反之亦然。 研究人员采用了类似于我们大脑使用的模拟处理，使设备能够以最少的能量快速有效地处理信息。

“相比之下，数字处理是能源和碳密集型的，并且会阻碍信息的快速收集和处理，”该研究的第一作者 Aishani Mazumder 说。 “神经拟态视觉系统旨在使用与人脑类似的模拟处理，与当今的技术相比，它可以大大减少执行复杂视觉任务所需的能量。”

研究人员将紫外线 (UV) 光照射到设备传感器识别并存储的图案上。 他们发现，他们的设备可以比以前报道的设备保留信息更长时间，而无需频繁的电信号来刷新其内存，从而显着降低能耗并提高性能。

“迄今为止，在一个小型设备上执行所有这些功能已被证明是一个巨大的挑战，”Walia 说。 “我们的发明使实时决策成为可能，因为它不需要处理大量不相关的数据，也不会因数据传输到单独的处理器而减慢速度。”

研究人员计划继续研究他们的设备，将技术扩展到使用可见光和红外 (IR) 光。 鉴于其微小的尺寸和实时快速检测和处理视觉信息的能力，研究人员认为该设备可用于一系列潜在应用，包括仿生视觉、评估食品保质期和高级取证。

“想象一下，一辆自动驾驶汽车可以像人类司机一样看到和识别道路上的物体，或者能够快速检测和跟踪太空垃圾，”Walia 说。 “这可以通过神经形态视觉技术实现。 神经形态机器人有可能在工人暴露于可能的塌方、爆炸和有毒空气的危险情况下长时间自主运行。”

该研究发表在《先进功能材料》杂志上。

标签：