menu
close

Japanskt team skapar självförsörjande AI-synaps för edge computing

Forskare vid Tokyo University of Science har utvecklat en banbrytande självförsörjande artificiell synaps som kan urskilja färger med nästan mänsklig precision samtidigt som den genererar sin egen elektricitet. Enheten, som integrerar färgkänsliga solceller, adresserar två stora utmaningar inom maskinseende: högprecisions färgdetektion och energieffektivitet. Denna innovation kan revolutionera edge computing genom att möjliggöra visuell bearbetning i resursbegränsade enheter utan externa strömkällor.
Japanskt team skapar självförsörjande AI-synaps för edge computing

Ett forskarlag lett av universitetslektor Takashi Ikuno vid Tokyo University of Science har utvecklat en revolutionerande självförsörjande artificiell synaps som efterliknar människans färgseende och kräver minimalt med energi, vilket kan omvandla tillämpningar inom edge-AI.

Enheten, som beskrivs i en artikel publicerad i Scientific Reports den 12 maj 2025, integrerar två olika färgkänsliga solceller som svarar på olika ljusvåglängder. Till skillnad från konventionella system som kräver extern strömförsörjning, genererar denna artificiella synaps sin egen elektricitet genom solenergiomvandling, vilket gör den idealisk för edge computing där energieffektivitet är avgörande.

Synapsen kan särskilja färger över det synliga spektrumet med en imponerande upplösning på 10 nanometer, vilket närmar sig människans synförmåga. Den producerar motsatta spänningspolaritet beroende på färgen på ljuset—positiv för blått och negativ för rött—vilket gör det möjligt att utföra komplexa logiska operationer utan extra kretsar.

"Resultaten visar stor potential för tillämpning av denna nästa generations optoelektroniska enhet i lågströms AI-system med visuell igenkänning", förklarar professor Ikuno. När systemet testades i en så kallad reservoir computing-ramverk uppnådde det 82 % noggrannhet i klassificering av 18 olika färg-rörelsekombinationer med endast en enhet, jämfört med de flera fotodioder som krävs i traditionella metoder.

Detta genombrott adresserar en betydande utmaning vid implementering av avancerade visionssystem i edge-enheter, där begränsningar i ström och beräkningskraft traditionellt har hämmat möjligheterna. Tekniken kan möjliggöra effektivare visuell bearbetning i smartphones, drönare, bärbara hälsovårdsprodukter och självkörande fordon.

Forskarna ser framför sig breda tillämpningar för sin innovation, bland annat som lågströms optiska sensorer i fristående smartklockor och medicintekniska produkter, vilket potentiellt kan sänka kostnaderna avsevärt jämfört med dagens teknik. I takt med att maskinseende blir allt viktigare i modern teknik utgör denna självförsörjande synaps ett stort steg mot att ge vardagsenheter avancerade datorseendefunktioner med minimala energikrav.

Source:

Latest News