I ricercatori dell’Università dell’Oregon stanno facendo progressi chiave con un nuovo tipo di sensore ottico che imita più da vicino la capacità dell’occhio umano di percepire i cambiamenti nel suo campo visivo. Un importante passo avanti per campi come il riconoscimento delle immagini, la robotica e l’intelligenza artificiale.
I precedenti tentativi di costruire un tipo di dispositivo a occhio umano, chiamato sensore retinomorfico, si sono basati su software o hardware complesso. Tuttavia il funzionamento del nuovo sensore fa parte del suo design fondamentale, utilizzando strati ultrasottili di semiconduttori di perovskite, che cambiano da forti isolanti elettrici a forti conduttori quando posti alla luce.
Intelligenza Artificiale, un sensore ottico imita l’occhio umano
Potrebbe essere un abbinamento perfetto per i computer neuromorfici che alimenteranno la prossima generazione di intelligenza artificiale in applicazioni come auto a guida autonoma, robotica e riconoscimento avanzato delle immagini. A differenza dei computer tradizionali, che elaborano le informazioni in modo sequenziale come una serie di istruzioni, i computer neuromorfici sono progettati per emulare le reti massicciamente parallele del cervello umano.
In altre parole, per raggiungere il suo pieno potenziale, un computer che “pensa” più come un cervello umano ha bisogno di un sensore di immagine che “vede” più come un occhio umano. Organo straordinariamente complesso, l’occhio contiene circa 100 milioni di fotorecettori. Tuttavia, il nervo ottico ha solo 1 milione di connessioni al cervello. Ciò significa che una quantità significativa di preelaborazione e compressione dinamica deve avvenire nella retina prima che l’immagine possa essere trasmessa.
Il nostro senso della vista è particolarmente ben adattato per rilevare oggetti in movimento ed è relativamente “meno interessato” alle immagini statiche. I nostri circuiti ottici danno la priorità ai segnali dei fotorecettori che rilevano un cambiamento nell’intensità della luce: si può dimostrare autonomamente fissando un punto fisso finché gli oggetti nella visione periferica iniziano a scomparire, un fenomeno noto come effetto Troxler.
Sensori retinomorfi
Il sensore retinomorfico rimane relativamente silenzioso in condizioni statiche. Registra un segnale breve e acuto quando rileva un cambiamento nell’illuminazione, quindi torna rapidamente al suo stato di base. Questo comportamento è dovuto alle proprietà fotoelettriche uniche di una classe di semiconduttori noti come perovskiti, che hanno mostrato grandi promesse come materiali per celle solari di prossima generazione e a basso costo.
Il team ha misurato un numero di dispositivi e ha sviluppato un modello numerico per replicarne il comportamento, arrivando a quello che Labram considera “un buon abbinamento” tra teoria ed esperimento. Ciò ha consentito al team di simulare una serie di sensori retinomorfi per prevedere come una videocamera retinomorfa avrebbe risposto allo stimolo di input.
Foto di LhcCoutinho da Pixabay
