隨著現(xiàn)代科技的快速發(fā)展，人工智能技術(shù)在社會各領(lǐng)域得到廣泛應(yīng)用，正推動人類社會新一輪信息化技術(shù)革命。人工視覺系統(tǒng)是人工智能的“眼睛”，在社會中扮演著重要角色，例如無人駕駛、機器人等。然而目前人工視覺系統(tǒng)還不夠快、不夠精確、不夠聰明，因此人工智能的“眼睛”還不是那么“明亮”。

想象一下，如果給汽車、機器人安裝一個精準、高效、智能的人工視覺系統(tǒng)，獲得與孫悟空相媲美的“火眼金睛”，便可以在各種復(fù)雜環(huán)境中快速識別周圍物體，實時做出反應(yīng)，那么智能機器人、無人駕駛等高科技就會真正走進我們生活。

近期，中國科學(xué)院寧波材料技術(shù)與工程研究所諸葛飛團隊在人工視覺領(lǐng)域取得突破性進展，在國際上率先研發(fā)出一種完全用光驅(qū)動工作的憶阻器，可用于構(gòu)建新一代人工視覺系統(tǒng)。該器件基于氧化物半導(dǎo)體和鉑族金屬制備而成，其獨特的全光控性能得益于鉑族金屬大的功函數(shù)和優(yōu)異的化學(xué)穩(wěn)定性。鉑族金屬包括鉑金、鈀金、銠、銥、釕和鋨，它們被廣泛應(yīng)用于首飾、汽車催化劑、石油和精細化工產(chǎn)品、空氣和水凈化裝置、起搏器、電腦屏幕、硬盤和氫能與燃料電池。

全光控憶阻器的巨大優(yōu)勢是可以將傳統(tǒng)人工視覺系統(tǒng)中的光傳感器、存儲器和處理器的功能集于一身，獲得感/存/算一體化的新型人工視覺系統(tǒng)?？梢酝ㄋ椎睦斫鉃?，全光控憶阻器即可以像人眼一樣直接感知外界光信息，又可以像大腦一樣完成信息的處理和記憶。

01 

中國科學(xué)院寧波材料技術(shù)與工程研究所的這項研究成果雖然還處于研究的初級階段，但足以振奮人心。因為該成果為實現(xiàn)人工視覺系統(tǒng)的感/存/算一體化帶來了希望，這是科學(xué)家們孜孜追求的研究目標。

要知道，人工視覺系統(tǒng)經(jīng)歷了數(shù)十年的發(fā)展，視覺數(shù)據(jù)的采集、處理和存儲依然是分離的，需要利用傳感器、處理器以及存儲器三個部分來完成。人工視覺系統(tǒng)大部分的時間和能耗會浪費在視覺數(shù)據(jù)在這三者之間的傳輸上，嚴重限制了它的工作效率。此外，傳統(tǒng)人工視覺系統(tǒng)不具備自主學(xué)習(xí)能力，無法快速適應(yīng)各類復(fù)雜場景。

人工視覺系統(tǒng)無法高效完成信息處理任務(wù)，也就意味著無法根據(jù)外界環(huán)境快速地將指令發(fā)放給控制系統(tǒng)。因此，我們看到的機器人行動笨拙，無人駕駛汽車反應(yīng)不夠迅速，難以在實況馬路上安全行駛。

一個理想的解決方案是將傳感器、處理器以及存儲器集成于一體，打造感/存/算一體化的新型人工視覺系統(tǒng)。這樣不僅可以從根本上避免數(shù)據(jù)在視覺系統(tǒng)內(nèi)反復(fù)傳輸，而且可以像人腦一樣擁有自主學(xué)習(xí)能力，極大地提高系統(tǒng)工作效率。

02

那么問題來了，如何才能實現(xiàn)人工視覺系統(tǒng)的感/存/算一體化呢？科學(xué)研究的靈感往往來源于大自然本身。人類作為自然界的高等動物，得益于我們聰明的大腦。人腦是由數(shù)量龐大的突觸和神經(jīng)元組成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，其計算效率遠高于現(xiàn)有計算機。因此，構(gòu)建可以模擬人腦結(jié)構(gòu)和計算模式的類腦芯片是實現(xiàn)人工視覺系統(tǒng)感/存/算一體化的關(guān)鍵。

一種名為憶阻器的新型電子元器件，因具有簡單的兩端結(jié)構(gòu)、超快的運行速度和超低的能耗，在模擬大腦功能方面極具優(yōu)勢，成為構(gòu)建類腦芯片的重要候選者。簡單來講，類腦芯片好比一棟摩天大樓，而憶阻器便是建造大樓的磚。

憶阻器通常是在電信號驅(qū)動下工作的，對光信號并不敏感，這就導(dǎo)致常規(guī)的憶阻器無法直接用于視覺信息處理。西班牙科學(xué)家Mariana Ungureanu 于2012年將光信號引入到憶阻器工作機制中，獲得了首個光電憶阻器。此后，許多科學(xué)家利用光電憶阻器來構(gòu)建人工視覺系統(tǒng)，模擬人類視覺功能。

然而，近十年來，光電憶阻器一直采用光信號和電信號混合方式驅(qū)動。這種操作模式復(fù)雜，不利于視覺信息的高效處理。相比之下，全光信號驅(qū)動可以直接利用外界的光實時處理視覺信息，是一種非常理想的工作模式，但一直以來都難以實現(xiàn)。因此，實現(xiàn)憶阻器全光信號驅(qū)動，是科學(xué)家公認的重大挑戰(zhàn)。

令人激動的是，在中科院材料所科研人員多年來的努力下，這一挑戰(zhàn)終于得到了解決。全光控憶阻器的問世打破了憶阻器通往感/存/算一體化人工視覺系統(tǒng)應(yīng)用的壁壘，相信在不久的將來就可以走進我們的生活。

03

實現(xiàn)人工視覺系統(tǒng)的感/存/算一體化后，會對我們的生活帶來什么樣的影響呢？一個最直觀的應(yīng)用領(lǐng)域就是無人駕駛。近年來，無人駕駛一直是研究的熱點，雖然在少數(shù)地方有簡單的測試，但這項高科技一直沒能大規(guī)模應(yīng)用。一個重要的原因是汽車上的視覺系統(tǒng)感/存/算分離，導(dǎo)致信息的處理效率太低，而且只能根據(jù)特定路況被動學(xué)習(xí)訓(xùn)練?，F(xiàn)在好了，憶阻器全光控技術(shù)的突破不僅可以大幅度提高視覺系統(tǒng)的計算效率，而且可以讓其擁有自主學(xué)習(xí)能力，快速地適應(yīng)各種路況，變的像人腦一樣隨機應(yīng)變。

相信無人駕駛的大規(guī)模應(yīng)用不再遙遠。安裝了感/存/算一體的人工視覺系統(tǒng)后，汽車就有了“火眼金睛”。暢想一下，我們只需要一個指令，人工視覺系統(tǒng)會根據(jù)路況信息自動完成駕駛?cè)蝿?wù)。汽車還會自己尋找合適的停車點，很大程度上節(jié)省了我們出行的時間。人們再也不用為打不著車、找不到停車位而煩惱。依靠人工視覺系統(tǒng)強大的自主學(xué)習(xí)能力，交通事故的發(fā)生率也會大幅度下降，當然這還只是無人駕駛初級階段。

當無人駕駛進化到高級階段后，馬路上已經(jīng)難以看到人們自己駕駛汽車了，手動駕駛可能被認為是一件瘋狂的事情。無人駕駛汽車已經(jīng)可以適應(yīng)各種路況信息，飛速地在馬路上穿行，安全性能遠高于手動駕駛。也許到那時候不用自己買車了，只需驗證身份，就有無人駕駛汽車送我們到任意的地方。

此外，每一輛無人駕駛汽車收集到的路況信息可以實時反饋給超級計算機控制中心?？刂浦行耐ㄟ^大數(shù)據(jù)分析，幫助每輛車優(yōu)化行駛路線，再也不會出現(xiàn)堵車的狀況，馬路上可能連紅綠燈都不用了。

另一個重要的應(yīng)用會是在機器人領(lǐng)域。目前，機器人偶爾會出現(xiàn)在我們的生活中，但它們往往反應(yīng)遲緩，行動不便，和我們在電影里看到的機器人相差甚遠。煉就“火眼金睛”的新型人工視覺系統(tǒng)有望改變這一切。它可以快速收集周圍信息，同時作出判斷，并實時反饋給控制系統(tǒng)，讓機器人迅速作出反應(yīng)。不僅如此，機器人還可以根據(jù)看到的信息，不斷地進行自主學(xué)習(xí)，會變的越來越智能，甚至形成自己的思維。

其實，全光控憶阻器除了用于處理視覺信息外，還可以通過配合各種智能傳感器來處理聲音、氣味、溫度、壓力等信號，進而可構(gòu)建新型的人工聽覺系統(tǒng)、嗅覺系統(tǒng)、觸覺系統(tǒng)。當機器人擁有了這些功能，就真的可以像人類一樣靈活和聰明，代替人類完成許多工作，也許未來機器人會像汽車一樣出現(xiàn)在每個家庭。

甚至，我們?nèi)祟愐部梢詾樽约捍蛟煲桓薄盎鹧劢鹁Α?，并通過腦機接口與大腦互連。這樣不僅可以幫助盲人重見光明，而且可以讓我們擁有一個超級大腦。我們只需要將要學(xué)習(xí)的東西在眼前掃描一下，就可以完成整個學(xué)習(xí)過程，短時間內(nèi)即可獲得大量新知識。

04

科學(xué)研究永無止境，人類不斷創(chuàng)造各種奇跡。最后我想說的是，科學(xué)技術(shù)是把雙刃劍，科學(xué)研究要懷有敬畏之心，我們在追求科技發(fā)展的同時，也需要理性發(fā)展人工智能技術(shù)，實現(xiàn)我們與自然的和諧共處。

國內(nèi)外代表性工作：

[1] L. Hu, J. Yang, J. Wang et al., All-optically controlled memristor for optoelectronic neuromorphic computing. Advanced Functional Materials, 31, 2005582 (2021).

單位：中國科學(xué)院寧波材料技術(shù)與工程研究所

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.202005582

[2] L. Wu, Z. Wang, B. Wang et al., Emulation of biphasic plasticity in retinal electrical synapses for light-adaptive pattern pre-processing. Nanoscale, 13, 3483-3492 (2020).

單位：北京大學(xué)

論文鏈接：https://pubs.rsc.org/en/content/articlelanding/2021/NR/D0NR08012H

[3] Y. Chen, Q. Wei, J. Yin et al., Silicon-based hybrid optoelectronic devices with synaptic plasticity and stateful photoresponse. Advanced Electronic Materials, 4, 1800242 (2019).

單位：南京大學(xué)

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/aelm.201800242

[4] Y. Sun, L. Qian, D. Xie et al., Photoelectric synaptic plasticity realized by 2D perovskite. Advanced Functional Materials, 29, 1902538 (2019).

單位：清華大學(xué)

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.201902538

[5] K. Zhang, D. Meng, F. Bai et al., Photon-memristive system for logic calculation and nonvolatile photonic storage. Advanced Functional Materials, 34, 2002945 (2020).

單位：中國科學(xué)院北京納米能源與納米系統(tǒng)研究所

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.202002945

[6] D. Hu, R. Yang, L. Jiang et al., Memristive synapses with photoelectric plasticity realized in ZnO1–x/AlOy heterojunction. ACS Applied Materials & Interfaces, 10, 6463–6470 (2018). 

單位：華中科技大學(xué)

論文鏈接：https://pubs.acs.org/doi/10.1021/acsami.8b01036

[7] F. Zhou, Z. Zhou, J. Chen et al., Optoelectronic resistive random access memory for neuromorphic vision sensors. Nature Nanotechnology, 14, 776–782 (2019).

單位：香港理工大學(xué)

論文鏈接：https://www.nature.com/articles/s41565-019-0501-3

[8] X. Zhu, and W. D. Lu, Optogenetics-inspired tunable synaptic functions in memristors. ACS Nano, 12, 1242–1249 (2018).

單位：美國-密歇根大學(xué)

論文鏈接：https://pubs.acs.org/doi/10.1021/acsnano.7b07317

[9] P. Wang, M. E. Nasir, A. V. Krasavin et al., Optoelectronic synapses based on hot-electron-induced chemical processes. Nano Letters, 20, 1536?1541 (2020).

單位：英國-倫敦國王學(xué)院

論文鏈接：https://pubs.acs.org/doi/10.1021/acs.nanolett.9b03871

[10] A. H. Jaafar, M. O’Neill, S. M. Kelly et al., Percolation threshold enables optical resistive-memory switching and light-tuneable synaptic learning in segregated nanocomposites. Advanced Electronic Materials, 5, 1900197 (2019).

單位：英國-赫爾大學(xué)

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/aelm.201900197

[11] M. Ungureanu, R. Zazpe, F. Golmar et al., A light-controlled resistive switching

memory. Advanced Materials, 24, 2496?2500 (2012).

單位：西班牙-CIC nanoGUNE 研究中心

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adma.201200382

[12] P. Maier, F. Hartmann, M. R. Sousa Dias et al., Light sensitive memristor with bi-directional and wavelength-dependent conductance control. Applied Physics Letters, 109, 023501 (2016).

單位：德國-維爾茨堡大學(xué)

論文連接：https://aip.scitation.org/doi/10.1063/1.4955464

[13] B. J. Murdoch, T. J. Raeber, Z. C. Zhao et al., Light-gated amorphous carbon memristors with indium-free transparent electrodes. Carbon, 152, 59-65 (2019).

單位：澳大利亞-墨爾本皇家理工大學(xué)

論文鏈接：https://www.sciencedirect.com/science/article/pii/S0008622319305780?via%3Dihub

[14] M. Kumar, S. Abbas, and J. Kim, All-oxide-based highly transparent photonic synapse for neuromorphic computing. ACS Applied Materials & Interfaces, 10, 34370?34376 (2018).

單位：韓國-仁川大學(xué)

論文鏈接：https://pubs.acs.org/doi/10.1021/acsami.8b10870

[15] S. Ham, S. Choi, H. Cho et al., Photonic organolead halide perovskite artificial synapse capable of accelerated learning at low power inspired by dopamine-facilitated synaptic activity. Advanced Functional Materials, 29, 1806646 (2019).

單位：韓國-高麗大學(xué)

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.201806646

[16] X. Guan, W. Hu, M. A. Haque et al., Light-responsive ion-redistribution-induced resistive switching in hybrid perovskite schottky junctions. Advanced Functional Materials, 28, 1704665 (2018).

單位：沙特阿拉伯-阿卜杜拉國王科技大學(xué)

論文鏈接：https://onlinelibrary.wiley.com/doi/10.1002/adfm.201704665

返回第一電動網(wǎng)首頁 >