澳大利亞皇家墨爾本理工大學研究團隊展示了一種捕捉、處理和存儲視覺信息的神經形態器件,它可用與人類相似的方式“看”并形成記憶,這項進步朝著開發出能做快速、復雜決策的應用(例如在自動駕駛汽車中)邁出了一大步。相關研究14日發表于《先進功能材料》期刊。
這種神經形態器件是一種由摻雜氧化銦傳感元件實現的單芯片,厚度僅為人類頭發絲的數千分之一,不需要外部組件就能運作。該器件模仿了人眼捕捉光線的能力,像視神經一樣預先打包和傳輸信息,并像人類大腦一樣在記憶系統中存儲和分類信息。這些功能可使其實現超快決策。
與此前已知器件相比,新器件能夠在更長的時間內保留信息,不需要頻繁的電信號來刷新記憶。這一能力顯著降低了能耗,并提高了器件的性能。
人眼只有一個視網膜,可以捕捉整個圖像,然后由大腦進行處理,以識別物體、顏色和其他視覺特征。研究團隊從人眼中汲取靈感,創造出具有類似功能的“相機”。該器件通過使用單一元素圖像傳感器來模擬視網膜的功能,這些傳感器在一個平臺上捕獲、存儲和處理視覺信息。
神經形態視覺系統使用類似于人腦的模擬處理,與目前的技術相比,可以大大減少執行復雜視覺任務所需的能量。
該團隊表示,如果將這項技術從目前使用的紫外光擴展到可見光和紅外光,還能應用于更多領域或場景,例如仿生視覺、危險環境中的自主操作、食品保質期評估和法醫學。此外,神經形態機器人有望在可能發生塌方、爆炸和存在有毒氣體的危險環境中長時間自主運行。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
原文標題:微型神經形態器件模擬人類視覺和記憶
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。
相關推薦
各種波形分析和運算任務,如FFT分析、峰值檢測、自動測量等。
波形顯示:處理后的信號數據通過數模轉換器(D/A轉換器)還原成模擬信號,并在熒光屏上顯示出來。這樣,用戶就可以看到被測信號的波形形態、幅值
發表于 01-06 15:50
近日,據外媒最新報道,斯坦福大學、華盛頓大學與Google DeepMind的科研團隊攜手合作,成功開發出一種能夠高度逼真模擬人類行為的AI智能體。 該智能體的構建得益于研究團隊將詳細的訪談記錄
發表于 11-26 10:24
?471次閱讀
卷積神經網絡是一種前饋神經網絡,其靈感來源于生物的視覺皮層機制。它通過模擬人類視覺系統的處理方式,能夠自動提取圖像特征,從而在圖像識別和分
發表于 11-15 14:52
?402次閱讀
TDK公司宣布其已成功研發出一款超低能耗的神經形態元件--自旋憶阻器。通過模擬人腦高效節能的運行模式,該元件可將人工智能(AI)應用的能耗降至傳統設備的百分之一。與法國研究機構原子能和替代能源
發表于 10-14 11:00
?530次閱讀
機器視覺(Machine Vision)是一種利用計算機和圖像處理技術來模擬人類視覺系統的功能,實現對圖像的識別、分析和理解的技術。OpenCV(Open Source Computer
發表于 07-16 10:33
?902次閱讀
卷積神經網絡(Convolutional Neural Networks, CNNs)通常被用來處理具有顯著空間層次結構的數據,特別是圖像和視頻數據。它們通過模擬人類視覺處理機制中的某些方面,如局部
發表于 07-11 14:51
?896次閱讀
1.1 卷積神經網絡的定義 卷積神經網絡是一種深度學習模型,它通過模擬人類視覺系統的工作方式,對輸入數據進行特征提取和分類。與傳統的神經網
發表于 07-11 14:45
?1002次閱讀
深度神經網絡(Deep Neural Networks, DNNs)作為機器學習領域中的一種重要技術,特別是在深度學習領域,已經取得了顯著的成就。它們通過模擬人類大腦的處理方式,利用多層神經元結構
發表于 07-10 18:23
?1186次閱讀
人工神經網絡(Artificial Neural Network,ANN)是一種模擬人腦神經網絡的計算模型,具有自適應、自學習、泛化能力強等特點。本文將詳細介紹人工神經網絡模型的各個層次,包括感知機
發表于 07-05 09:17
?714次閱讀
人工智能是一門研究如何使計算機模擬人類智能行為的學科。它起源于20世紀40年代,當時計算機科學家們開始嘗試開發能夠模擬人類思維過程的計算機程序。人工智能的目標是通過計算機程序實現對人類智能的
發表于 07-04 09:39
?1487次閱讀
神經形態計算是一種新型的計算范式,它模仿生物神經網絡(如人腦)的結構和功能以在為人工智能、機器學習、機器人和感官處理等各種應用實現高性能、低功耗和自適應學習能力。
發表于 07-03 10:02
?420次閱讀
和工作原理。 1. 引言 在深度學習領域,卷積神經網絡是一種非常重要的模型。它通過模擬人類視覺系統,能夠自動學習圖像中的特征,從而實現對圖像的識別和分類。與傳統的機器學習方法相比,CNN具有更強的特征提取能力,能夠處理更復雜的數
發表于 07-03 09:38
?915次閱讀
顯著成就后,也逐漸被引入到文本分類任務中。卷積神經網絡通過模擬人類視覺系統的信息處理方式,能夠有效地提取文本中的局部特征,進而實現高精度的文本分類。本文將對卷積神經網絡在文本分類領域的
發表于 07-01 16:25
?813次閱讀
長久以來,科學界一直關注微重力環境對于人體健康的潛在危害,如骨質流失和“空間飛行相關的神經-眼球綜合癥”等。因此,模擬人工重力成為解決這一問題的潛在方法。
發表于 03-11 11:08
?890次閱讀
視覺等領域。 ? AI 算法的核心是實現智能化的決策和行為 ? AI算法的本質在于模擬人類智能的能力,讓計算機能夠對現實世界進行模擬和模仿,從而達到智能化的目的。具體來說,AI算法可以通過機器學習、自然語言處理、計算機
發表于 02-07 00:07
?5990次閱讀
評論