Ett forskarlag lett av docent Takashi Ikuno vid Tokyos vetenskapliga universitet har tagit fram en revolutionerande artificiell synaps som efterliknar det mänskliga färgseendet samtidigt som den genererar sin egen energi. Studien, som publicerades i Scientific Reports den 12 maj 2025, visar hur denna teknik kan omvandla maskinseende i resursbegränsade enheter.
Till skillnad från konventionella optoelektroniska system som kräver externa strömkällor och omfattande datorkraft, integrerar denna självgående enhet två olika färgkänsliga solceller som reagerar unikt på olika ljusvåglängder. Synapsen uppvisar bipolära spänningssvar—positiva för blått ljus och negativa för rött ljus—vilket gör det möjligt att särskilja färger med imponerande 10-nanometers upplösning över det synliga spektrumet.
Detta våglängdsberoende beteende gör att enheten kan utföra komplexa logiska operationer, inklusive AND, OR och XOR, inom en enda komponent och uppnå sexbitars upplösning med 64 distinkta tillstånd. När systemet testades i en fysisk reservoir computing-miljö lyckades det klassificera mänskliga rörelser inspelade i olika färger med en imponerande träffsäkerhet på 82 % med endast en enda synaps, jämfört med flera fotodioder som krävs i traditionella metoder.
"Resultaten visar stor potential för tillämpning av denna nästa generations optoelektroniska enhet i strömsnåla AI-system med visuell igenkänning," konstaterar Dr. Ikuno. Teknikens användningsområden spänner över flera branscher, från autonoma fordon som effektivt kan känna igen trafiksignaler och samtidigt spara batteri, till bärbara hälsomonitorer som övervakar vitala parametrar med minimal energiförbrukning.
Genom att efterlikna det mänskliga synsystemets selektiva filtrering snarare än att bearbeta varje detalj, utgör denna innovation ett betydande steg mot att ge avancerade datorsynfunktioner till edge-enheter som smartphones, drönare och AR/VR-system. Forskargruppen ser framför sig att teknologin kan bidra till en framtid där vardagliga enheter kan se och tolka världen mer som människor gör, men med avsevärt lägre energiförbrukning.