皇家墨尔本理工大学发明小型“神经形态”装置 有望用于自动驾驶

盖世汽车讯 据外媒报道，澳大利亚皇家墨尔本理工大学（RMIT University）的工程师发明了小型“神经形态”装置，可以像人脑一样检测手部运动、存储记忆和处理信息，而无需外部计算机。

（图片来源：皇家墨尔本理工大学）

团队负责人Sumeet Walia教授表示，这项创新标志着向实现即时视觉处理迈出了重要一步，将有助于提升人机交互体验，促进自动驾驶汽车、先进机器人技术及其他下一代应用的发展。“神经形态视觉系统设计采用与大脑类似的模拟处理方式。相比当前使用的数字技术，可以大大减少执行复杂视觉任务所需的能量。”

这项研究成果整合神经形态材料和先进的信号处理技术。该装置使用了一种名为二硫化钼（MoS2）的金属化合物。在最新研究中，该团队展示了如何利用这种化合物中的原子级缺陷来捕捉光线并将其处理为电信号，从而实现类似大脑神经元的工作机制。

皇家墨尔本理工大学已为该研究成果申请了临时专利。Walia表示：“这种概念验证装置模仿人眼捕捉光线和大脑处理视觉信息的能力，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。”

在实验过程中，该装置检测到了挥动手部的运动变化，而无需逐帧捕捉事件。这被称为边缘检测，所需的数据处理和功耗显著降低。当检测到变化时，该装置就会像大脑一样将这些事件存储为记忆。基于该团队之前在紫外线领域进行的神经形态研究，研究人员在人眼可见的光谱中进行了实验，

皇家墨尔本理工大学博士生Thiha Aung 表示：“我们证明了原子级厚度的二硫化钼可能够精确复现带泄漏整合发放（Leaky Integrate-and-Fire，LIF）神经元行为，这是脉冲神经网络的基本运算单元。而以前的紫外光研究仅涉及静态图像的探测、记忆构建与处理。无论是在可见光还是紫外光装置中，记忆单元均可被重置，以便这些装置做好执行下一个任务的准备。”

潜在应用

该团队的创新有望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，这在危险和不可预测的环境中可能发挥关键作用。Walia表示：“尽管在这些应用中实现神经形态视觉还需要很长时间，但这类技术几乎可以立即检测到场景变化，而无需处理大量数据，从而能够更快地做出反应，保障生命安全。

后续步骤

目前，该团队正在将单像素概念验证装置扩展为更大规模的基于MoS2的像素阵列系统。Walia表示：“虽然这种系统模仿了大脑神经处理的某些特性，特别是在视觉方面，但目前仍是简化模型。我们将优化该装置，以执行更复杂的现实世界视觉任务，并进一步降低功耗。”

该团队计划开发融合模拟技术与传统数字电子技术的混合系统。Walia表示：“我们认为这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，而这种神经形态技术在注重能效和实时操作的视觉处理方面具有优势。”

该团队还在探索MoS2之外的其他材料，重点是突破红外感知技术边界，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。