北京
科学家研发出一款能像大脑一样观察与思考的装置，为超高速机器人技术和更安全的自动驾驶汽车开辟了新道路。
类脑器件：集感知、存储与处理于一体
皇家墨尔本理工大学（RMIT）的工程师开发出一种微型类脑芯片，无需依赖外部计算机即可实现手势识别、视觉记忆存储及信息处理。这项被称为"神经形态器件"的创新技术，模仿了人类大脑的工作机制。项目首席研究员苏米特·瓦利亚教授表示，该技术有望推动自动驾驶汽车、智能机器人等需要自然交互的智能设备实现超高速视觉处理。
模拟能效：突破数字能耗桎梏
与传统高能耗数字系统不同，神经形态视觉技术采用类似人脑的模拟式处理，能以极高能效完成复杂视觉任务。"神经形态视觉系统采用与大脑相似的模拟处理方式，相比现有数字技术，执行复杂视觉任务所需能耗大幅降低。"RMIT光电材料与传感器中心主任瓦利亚解释道。
原子级记忆材料：二硫化钼的突破
该研究由COMAS副主任阿克拉姆·阿尔-霍拉尼教授领衔，将神经形态材料与先进信号处理技术相结合。其核心是一种仅原子层厚的金属化合物 —— 二硫化钼（MoS₂）。最新研究表明，MoS₂原子层面的微观缺陷可用于感光并转化为电信号，这一机制类似大脑神经元放电传导，使器件能实时捕获处理视觉信息。
复刻眼脑协同：瞬时感知的革命
"这款概念验证设备模拟了人眼捕捉光线与大脑处理视觉信息的能力，无需海量数据与能耗即可感知环境变化并形成记忆。"瓦利亚指出，"现有数字系统能耗惊人，难以应对数据量与复杂度的增长，制约了其真正实时决策能力。"该研究成果已发表于《先进材料技术》，瓦利亚与阿尔-霍拉尼为通讯作者，博士生Thiha Aung为第一作者。RMIT已就此提交临时专利。
动态感知与记忆形成
实验中，该器件无需逐帧捕捉就能检测挥手动作变化（即边缘检测技术），大幅降低数据处理量与能耗。感知变化后，它能像大脑一样将事件存储为记忆。研究团队在可见光频谱的实验，延续了此前在紫外领域的神经形态研究基础。"我们证实原子级薄MoS₂能精确模拟泄漏积分放电（LIF）神经元行为——脉冲神经网络的基本单元。"Thiha表示。可见光与紫外器件均可重置记忆，确保执行后续任务的能力。
救命速度：现实应用前景
这项创新有望提升自动驾驶汽车和高级机器人系统对视觉信息的响应速度，在危险多变环境中尤为关键。"神经形态视觉可近乎即时感知场景变化，避免海量数据处理，实现更快响应以挽救生命。"瓦利亚展望道。阿尔-霍拉尼补充："在制造业或个人助理领域，该技术能通过极低延迟识别人体行为，实现更自然的人机交互。"
规模化与未来方向
团队正将单像素验证器件扩展为基于MoS₂的像素阵列。澳大利亚研究委员会近期通过LIEF基金资助该规模化研究。"当前系统虽模拟了大脑神经处理的视觉功能，仍属简化模型。"瓦利亚表示，"我们将优化器件以实现更复杂的现实视觉应用，并进一步降低功耗。"团队计划开发融合模拟技术与传统数字电子的混合系统。
混合未来：模拟与数字共舞
"我们的技术是对传统计算的补充而非替代。"瓦利亚强调，"传统系统擅长多数任务，而神经形态技术在能效与实时性要求高的视觉处理领域独具优势。"团队还在探索MoS₂以外的材料，以扩展至红外领域，实现全球排放实时监测及有毒气体、病原体等污染物的智能感知。
如果朋友们喜欢，敬请关注“知新了了”！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
