Ett forskarlag lett av docent Takashi Ikuno vid Tokyo University of Science har skapat en artificiell synaps som kan komma att revolutionera hur AI bearbetar visuell information i nätverkens utkanter.
Genombrottet, som publicerades i Scientific Reports den 12 maj 2025, kombinerar två olika färgkänsliga solceller som reagerar olika på olika ljusvåglängder. Till skillnad från konventionella optoelektroniska artificiella synapser som kräver externa strömkällor, genererar denna synaps sin elektricitet genom solenergiomvandling, vilket gör den särskilt lämpad för edge computing-applikationer där energieffektivitet är avgörande.
Systemet kan särskilja färger med en upplösning på 10 nanometer över det synliga spektrumet, vilket närmar sig den mänskliga ögats förmåga. Det uppvisar bipolära svar, genererar positiv spänning under blått ljus och negativ spänning under rött ljus, vilket möjliggör komplexa logiska operationer utan extra kretsar.
"Vi tror att denna teknik kommer att bidra till realiseringen av strömsnåla maskinseendesystem med färgseparationsförmåga nära den mänskliga ögats," kommenterar Dr. Ikuno. Teamet demonstrerade enhetens kapacitet genom att använda den i ett fysiskt reservoir computing-ramverk för att känna igen olika mänskliga rörelser inspelade i rött, grönt och blått, och uppnådde imponerande 82 % noggrannhet vid klassificering av 18 olika kombinationer av färger och rörelser med endast en enhet.
Forskningens konsekvenser sträcker sig över flera branscher. Inom autonoma fordon kan dessa enheter möjliggöra effektivare igenkänning av trafikljus, vägskyltar och hinder. Inom sjukvården kan de driva bärbara enheter som övervakar vitala parametrar som blodsyrenivåer med minimal batteriförbrukning. För konsumentelektronik kan tekniken leda till smartphones och AR-headset med dramatiskt förbättrad batteritid, samtidigt som avancerad visuell igenkänning bibehålls.
I takt med att edge computing växer, och Gartner förutspår att 75 % av all företagsdata kommer att bearbetas vid nätverkets utkant år 2025, blir innovationer som denna självgående artificiella synaps avgörande för att möjliggöra AI-funktioner i miljöer med begränsade resurser.