視覺、聽覺、嗅覺、味覺、觸覺是人類最基本的五種感覺，其中視覺極為關鍵，畢竟隨著物種進化，眼睛作為人類最為精細、復雜的器官，感知能力無與倫比。

曾有神經(jīng)科學、認知心理學研究表明，80% 以上的外界信息都是通過視覺進入了我們的大腦。

技術代代革新之下，仿人眼的嘗試不斷涌現(xiàn)。

2015 年，美國明尼蘇達州一位名為 Allen Zderad 的 68 歲男子在失明 10 年之后，憑借一雙 “仿生眼”重見光明。

2020 年 5 月，香港科技大學范智勇團隊聯(lián)合加州大學伯克利分校、美國勞倫斯伯克利國家實驗室的一組研究人員，就視網(wǎng)膜問題提出了最新方案，甚至打造出了多項性能超越人眼的仿生眼。

而就在近日，美國公立研究型大學俄勒岡州立大學（Oregon State University）在光學傳感器領域有了重大進展，更接近于人眼感知視野變化能力的傳感器終于來了。

俄勒岡州立大學表示：

該傳感器是圖像識別、機器人和人工智能等領域的重大突破，突破性的仿人眼光學傳感器是人工智能發(fā)展的關鍵一步。

打造新型視網(wǎng)膜傳感器

2020 年 12 月 8 日，相關研究成果正式發(fā)表于《應用物理快報》，題為 A perovskite retinomorphic sensor（一種鈣鈦礦型視網(wǎng)膜傳感器），論文作者為俄勒岡州立大學工程學院研究員、電氣與計算機工程助理教授 John Labram 和研究生 Cinthya Trujillo Herrera。

哪怕最先進的超級計算機，復雜程度也無法與人腦相媲美。

最早，基于這一事實，神經(jīng)形態(tài)計算領域的研究開始興起，其設計目的是在執(zhí)行機器學習任務時優(yōu)于傳統(tǒng)計算機，原理可以簡要概括為一句話：將人腦（的一些方面）復制到硬件中。

論文介紹，雖然近年來這一領域取得了很大的進展，但幾乎所有提供給神經(jīng)形態(tài)處理器的輸入信號仍然是為傳統(tǒng)的 von Neumann 計算機體系結(jié)構(gòu)設計的。

研究團隊設計了一個簡單的光敏電容器，并描述了它對光刺激的反應。

如下圖 a 所示，該結(jié)構(gòu)基于雙層電介質(zhì)：

底部為二氧化硅：二氧化硅高度絕緣，并且對光基本上沒有反應。

頂部為鈣鈦礦：即甲基銨碘化鉛（MAPbI3），這是一種具有大光電導響應的化合物，在光照下介電常數(shù)有顯著變化，是電介質(zhì)的理想候選材料，在光照下可以改變電容。

電極方面：

底部電極是高摻雜的硅，用作襯底。

頂部電極是 15nm 的、通過熱蒸發(fā)沉積的金，被設計得足夠薄，即便接觸電阻很大，在導電時能對光照半透明。

John Labram 表示：

以前嘗試制造仿人眼設備（視網(wǎng)膜視覺傳感器）都是依靠軟件或較為復雜的硬件。但我們設計的這種新型傳感器，其操作包括在基礎設計中，涉及了鈣鈦礦半導體的超薄層。當置于光下時，鈣鈦礦會從堅固的電絕緣體變?yōu)閷w，它具有發(fā)展太陽能的潛力，近年來對于鈣鈦礦，學界也有著廣泛的研究。

基于上述結(jié)構(gòu)，當與外部電阻器串聯(lián)時，電阻器兩端的電壓降（又稱電位差）將在電容器充電 / 放電時暫時出現(xiàn)尖峰，然后恢復到其平衡值。也就是說，傳感器會在照度變化時出現(xiàn)尖峰，在其他時候輸出零電壓（如上圖 d 所示）。

研究團隊設計的光敏電容器在設計和預期的用途上，都與別的科學團隊以前研制的光電電容器不同——光電電容器被設計用來儲存來自太陽輻射的能量，而上述傳感器被設計用來檢測神經(jīng)形態(tài)計算中光學刺激的變化。

模仿人眼感知更加逼真

那么上述傳感器實際的仿人眼效果如何呢？

首先，研究人員通過播放視頻作為施加給傳感器的光學刺激，模擬大型陣列。

結(jié)果表明：

對應視頻的靜止部分，傳感器輸出了較暗的視頻；

對應視頻的移動部分，傳感器則輸出了較亮的視頻。

在沒有光照的情況下緩慢移動時，傳感器輸出的較亮區(qū)域存在 “鬼影”效應。

可見，傳感器對于動態(tài)圖像有著很明顯的反應。

隨后，研究人員向傳感器施加了以特定角度排列的光刺激，作為另一種檢驗。

這一實驗受到了 20 世紀 50、60 年代一項發(fā)現(xiàn)的啟發(fā)——科學家們注意到貓的某些神經(jīng)元對以特定角度排列的光刺激有強烈的反應?？茖W家們認為，這是視網(wǎng)膜中一些細胞的特定排列導致了超極化、去極化，它們對光學刺激會產(chǎn)生反應。

因此，研究人員選擇測量兩個值：電容器兩端的電壓降（C 傳感器）和電阻器兩端的電壓降（R 傳感器）。

結(jié)果如上圖所示，這種傳感器的確會對某個方向的刺激做出更強烈的反應。

上述兩項實驗表明，這一傳感器的人眼感知模仿能力的確較強。

不僅如此，研究人員還認為，由于這是一種傳感器，它不需要任何復雜的讀出算法或后處理，它可直接輸出電壓，電壓取決于傳感器所瞄準的物體的方向。

John Labram 表示：

新型傳感器將與神經(jīng)形態(tài)計算機完美匹配，將為下一代人工智能的應用提供動力，如自動駕駛汽車、機器人技術和先進的圖像識別。

責任編輯：PSY