Selbstversorgende Synapse bringt menschenähnliche Farberkennung in KI-Geräte

TOKIO / LONDON (IT BOLTWISE) – In einer wegweisenden Entwicklung haben Forscher eine selbstversorgende künstliche Synapse entwickelt, die Farben mit einer Präzision erkennt, die der des menschlichen Auges nahekommt.

In der Welt der Künstlichen Intelligenz und smarten Geräte spielt die maschinelle Sicht eine zunehmend zentrale Rolle. Trotz erheblicher Fortschritte stehen herkömmliche Systeme vor dem Problem, die riesigen Mengen an visuellen Daten zu verarbeiten, die jede Sekunde generiert werden. Dies erfordert erhebliche Energie-, Speicher- und Rechenressourcen. Forscher der Tokyo University of Science haben nun eine Lösung entwickelt, die diese Herausforderungen adressiert.

Die neuartige, selbstversorgende künstliche Synapse nutzt Farbstoff-sensibilisierte Solarzellen, um sich selbst mit Energie zu versorgen, und benötigt keine externe Stromquelle. Diese Technologie ermöglicht es, Farben mit einer Auflösung von 10 Nanometern zu unterscheiden, was eine Präzision erreicht, die der des menschlichen Auges nahekommt. Dies ist besonders relevant für Edge-Computing-Anwendungen, bei denen Energieeffizienz entscheidend ist.

Die menschliche visuelle Wahrnehmung bietet ein faszinierendes Modell für maschinelle Sichtsysteme. Im Gegensatz zu herkömmlichen Systemen, die jedes Detail erfassen und verarbeiten müssen, filtern unsere Augen und unser Gehirn Informationen selektiv, was eine effizientere visuelle Verarbeitung bei minimalem Energieverbrauch ermöglicht. Die neuromorphe Datenverarbeitung, die die Struktur und Funktion biologischer neuronaler Systeme nachahmt, hat sich als vielversprechender Ansatz erwiesen, um bestehende Hürden in der Computer Vision zu überwinden.

Die von Professor Takashi Ikuno und seinem Team entwickelte Synapse zeigt nicht nur eine hohe Farbtrennungsfähigkeit, sondern auch bipolare Reaktionen. Unter blauem Licht erzeugt sie eine positive Spannung, unter rotem Licht eine negative. Dies ermöglicht komplexe logische Operationen, die normalerweise mehrere herkömmliche Geräte erfordern würden. In Experimenten konnte das System Bewegungen in verschiedenen Farben mit einer Genauigkeit von 82% klassifizieren.

Die Implikationen dieser Forschung sind weitreichend. In autonomen Fahrzeugen könnten solche Geräte eine effizientere Erkennung von Verkehrszeichen und Hindernissen ermöglichen. Im Gesundheitswesen könnten sie tragbare Geräte mit minimalem Batterieverbrauch antreiben, die Vitalzeichen überwachen. Für Unterhaltungselektronik könnte diese Technologie zu Smartphones und AR/VR-Headsets mit deutlich verbesserter Akkulaufzeit führen.

Dr. Ikuno ist überzeugt, dass diese Technologie zur Realisierung von energiesparenden maschinellen Sichtsystemen beitragen wird, die Farbunterscheidungsfähigkeiten nahe denen des menschlichen Auges bieten. Die Forschung wurde teilweise von der JST und der Gründung von Universitätsstipendien zur Schaffung von Wissenschafts- und Technologieinnovationen unterstützt.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!