Een onderzoeksteam onder leiding van universitair hoofddocent Takashi Ikuno van de Tokyo University of Science heeft een revolutionaire kunstmatige synaps ontwikkeld die het menselijke kleurenzicht nabootst en tegelijkertijd zijn eigen energie opwekt. De studie, gepubliceerd in Scientific Reports op 12 mei 2025, laat zien hoe deze technologie machine vision-systemen in apparaten met beperkte middelen kan transformeren.
In tegenstelling tot conventionele opto-elektronische systemen die externe stroombronnen en aanzienlijke rekenkracht vereisen, integreert dit zelfvoorzienende apparaat twee verschillende kleurstofgevoelige zonnecellen die elk op unieke wijze reageren op verschillende golflengten van licht. De synaps vertoont bipolaire spanningsreacties—positief voor blauw licht en negatief voor rood licht—waardoor hij kleuren met een opmerkelijke resolutie van 10 nanometer over het zichtbare spectrum kan onderscheiden.
Dit golflengte-afhankelijke gedrag stelt het apparaat in staat om complexe logische bewerkingen uit te voeren, waaronder AND, OR en XOR, binnen één enkele component, met een zes-bits resolutie en 64 verschillende toestanden. In een fysiek reservoir computing-framework slaagde het systeem erin menselijke bewegingen, vastgelegd in verschillende kleuren, met een indrukwekkende nauwkeurigheid van 82% te classificeren met slechts één synaps, vergeleken met meerdere fotodiodes die in traditionele benaderingen nodig zijn.
"De resultaten tonen een groot potentieel voor de toepassing van dit next-generation opto-elektronische apparaat in energiezuinige AI-systemen met visuele herkenning," aldus dr. Ikuno. De toepassingen van deze technologie zijn breed: van autonome voertuigen die verkeerssignalen efficiënt kunnen herkennen terwijl ze batterijvermogen besparen, tot draagbare gezondheidsapparaten die vitale functies monitoren met minimaal energieverbruik.
Door het selectieve filtermechanisme van het menselijk visuele systeem na te bootsen in plaats van elk detail te verwerken, betekent deze innovatie een grote stap richting geavanceerde computervisie op edge-apparaten zoals smartphones, drones en AR/VR-systemen. Het onderzoeksteam voorziet dat deze technologie zal bijdragen aan een toekomst waarin alledaagse apparaten de wereld kunnen waarnemen en interpreteren zoals mensen dat doen, maar dan met veel minder energieverbruik.