menu
close

Zelfvoorzienende AI-synaps uit Japan bootst menselijk kleurenzicht na

Onderzoekers van de Tokyo University of Science hebben een baanbrekende, zelfvoorzienende kunstmatige synaps ontwikkeld die kleuren met opmerkelijke precisie kan onderscheiden binnen het zichtbare spectrum. Het apparaat, dat gebruikmaakt van kleurstofgevoelige zonnecellen, wekt zijn eigen elektriciteit op en kan complexe logische bewerkingen uitvoeren zonder extra schakelingen. Deze innovatie biedt een oplossing voor een belangrijk probleem in machine vision, waar het verwerken van visuele data doorgaans veel rekenkracht en energie vereist.
Zelfvoorzienende AI-synaps uit Japan bootst menselijk kleurenzicht na

Een onderzoeksteam onder leiding van universitair hoofddocent Takashi Ikuno van de Tokyo University of Science heeft een kunstmatige synaps ontwikkeld die de manier waarop AI visuele informatie aan de rand van netwerken verwerkt, kan revolutioneren.

Het baanbrekende apparaat, waarvan de resultaten op 12 mei 2025 zijn gepubliceerd in Scientific Reports, combineert twee verschillende kleurstofgevoelige zonnecellen die elk anders reageren op verschillende lichtgolflengten. In tegenstelling tot conventionele opto-elektronische kunstmatige synapsen die externe stroombronnen nodig hebben, genereert deze synaps zijn eigen elektriciteit via zonne-energieconversie. Dit maakt het systeem bijzonder geschikt voor edge computing-toepassingen, waar energie-efficiëntie cruciaal is.

Het systeem kan kleuren onderscheiden met een resolutie van 10 nanometer binnen het zichtbare spectrum, wat dicht in de buurt komt van het onderscheidingsvermogen van het menselijk oog. Het apparaat vertoont bipolaire reacties: het genereert een positieve spanning onder blauw licht en een negatieve spanning onder rood licht. Hierdoor kan het complexe logische bewerkingen uitvoeren zonder extra schakelingen.

"Wij geloven dat deze technologie zal bijdragen aan de realisatie van energiezuinige machine vision-systemen met kleuronderscheidend vermogen dat vergelijkbaar is met dat van het menselijk oog," aldus dr. Ikuno. Het team demonstreerde de mogelijkheden van het apparaat door het in te zetten in een fysiek reservoir computing-framework om verschillende menselijke bewegingen, vastgelegd in rood, groen en blauw, te herkennen. Daarbij werd een indrukwekkende nauwkeurigheid van 82% behaald bij het classificeren van 18 verschillende combinaties van kleuren en bewegingen met slechts één apparaat.

De implicaties van dit onderzoek reiken tot diverse sectoren. In autonome voertuigen kunnen deze apparaten efficiëntere herkenning van verkeerslichten, verkeersborden en obstakels mogelijk maken. In de gezondheidszorg kunnen ze draagbare apparaten aandrijven die vitale functies zoals het zuurstofgehalte in het bloed monitoren met minimaal batterijverbruik. Voor consumentenelektronica kan deze technologie leiden tot smartphones en augmented reality-headsets met aanzienlijk verbeterde batterijduur, terwijl geavanceerde visuele herkenningsmogelijkheden behouden blijven.

Nu edge computing steeds belangrijker wordt—Gartner voorspelt dat in 2025 75% van alle bedrijfsdata aan de rand verwerkt zal worden—zijn innovaties zoals deze zelfvoorzienende kunstmatige synaps essentieel om AI-mogelijkheden mogelijk te maken in omgevingen met beperkte middelen.

Source:

Latest News