这种微型芯片能像眼睛一样看，像大脑一样思考，并能立即记忆

“ 科学家们研制出了一种能像大脑一样观察和思考的装置，为闪电般快速的机器人技术和更安全的自动驾驶汽车打开了大门。”

Thiha Aung 检查神经形态视觉设备

皇家墨尔本理工大学（RMIT）博士生、本研究第一作者Thiha Aung正在检查团队的神经形态视觉设备。图片来源：Will Wright，皇家墨尔本理工大学

科学家们研制出了一种能像大脑一样观察和思考的装置，为闪电般快速的机器人技术和更安全的自动驾驶汽车打开了大门。

皇家墨尔本理工大学的工程师们发明了一种类似大脑的微型装置，它可以检测手部运动、存储视觉记忆和处理信息——所有这些都不需要依赖外部计算机。

这项名为“神经形态设备”的创新技术模仿了人脑的工作方式。该项目首席研究员苏米特·瓦利亚教授表示，它有望为自动驾驶汽车、智能机器人以及其他旨在与人更自然互动的智能技术实现超高速视觉处理铺平道路。

利用模拟电源提高能源效率

与耗能巨大的传统数字系统不同，神经形态视觉技术采用类似于人类大脑运作方式的模拟处理方式。这种方法使其能够以更高的能效处理复杂的视觉任务。

皇家墨尔本理工大学光电材料与传感器中心（COMAS）主任瓦利亚表示：“神经形态视觉系统旨在使用与我们大脑类似的模拟处理，与当今使用的数字技术相比，这可以大大减少执行复杂视觉任务所需的能量。”

具有记忆力的材料

这项工作融合了神经形态材料和先进的信号处理技术，由 COMAS 副主任 Akram Al-Hourani 教授领导。该装置的核心是二硫化钼（MoS2 ） ，一种厚度仅为几个原子的金属化合物。

在最新研究中，科学家们展示了如何利用二硫化钼原子级的微小缺陷来探测光并将其转换为电信号。这类似于大脑中神经元的激发和交流方式，使该设备能够实时捕捉和处理视觉信息。

模仿人眼和大脑

瓦利亚说：“这种概念验证设备模仿了人眼捕捉光线的能力和大脑处理视觉信息的能力，使其能够立即感知环境变化并形成记忆，而无需使用大量数据和能量。”

“相比之下，当前的数字系统非常耗电，无法跟上数据量和复杂性的增加，这限制了它们做出‘真正’实时决策的能力。”

该研究发表在《先进材料技术》杂志上。Walia 和 Al-Hourani 为通讯作者，皇家墨尔本理工大学 (RMIT) 博士生 Thiha Aung 先生为第一作者。

皇家墨尔本理工大学 (RMIT) 已为该项工作申请了临时专利。

观察运动，创造记忆

在实验中，该设备检测到了挥动手的运动变化，而无需逐帧捕捉事件——这被称为边缘检测，它需要的数据处理和功率要少得多。  

一旦检测到变化，该设备就会像大脑一样将这些事件存储为记忆。

研究人员在人眼可见的光谱中进行了实验，这是该团队之前在紫外线领域进行的神经形态研究的基础。

“我们证明了原子级薄的二硫化钼可以准确地复制泄漏积分和激发 (LIF) 神经元的行为，这是脉冲神经网络的基本组成部分，”Thiha 说道。

过去的紫外工作仅涉及静态图像的探测、记忆构建和处理。可见光谱和紫外设备都可以重置记忆，以便设备做好执行下一个任务的准备。

拯救生命的速度和实际用途

该团队的创新有朝一日可以提高自动驾驶汽车和先进机器人系统对视觉信息的响应时间，这可能至关重要，特别是在危险和不可预测的环境中。

瓦利亚说：“这些应用中的神经形态视觉还需要很多年才能实现，它几乎可以立即检测到场景的变化，而无需处理大量数据，从而能够更快地做出反应，挽救生命。”

Al-Hourani 表示：“对于在制造业中与人类密切合作或作为个人助理的机器人，神经形态技术可以通过以最小的延迟识别和响应人类行为来实现更自然的交互。”

扩大规模和展望未来

该团队目前正在将概念验证的单像素设备扩展到基于 MoS2 的更大像素阵列的设备。

澳大利亚研究委员会最近为该团队提供了基础设施、设备和设施联动 (LIEF) 资助，以扩大他们的神经形态设备。

“虽然我们的系统模仿了大脑神经处理的某些方面，特别是在视觉方面，但它仍然是一个简化的模型，”瓦利亚说。

“我们将优化设备以执行更复杂的视觉任务的特定实际应用，并进一步降低功耗。”

该团队计划开发将模拟技术与传统数字电子设备相结合的混合系统。

混合未来：模拟与数字的结合

瓦利亚说：“我们认为我们的工作是对传统计算的补充，而不是替代。”

“传统系统在许多任务上表现出色，而我们的神经形态技术在能源效率和实时操作至关重要的视觉处理方面具有优势。”

该团队还在研究除 MoS2 之外的其他材料，这些材料可能将功能扩展到红外线，从而可以实时跟踪全球排放并智能感知有毒气体、病原体和化学物质等污染物。