在边缘计算领域取得的重要进展中，麻省理工学院的研究团队成功研发出一种自供能人工突触，有望彻底革新AI在日常设备中处理视觉数据的方式。
这一突破性成果于2025年6月2日公布，直击机器视觉领域长期存在的难题：传统视觉信息处理通常需要大量计算资源和能量。MIT团队通过模拟人脑神经元结构，使人工突触能够以远低于传统系统的能耗完成复杂的视觉识别任务。
“传统机器视觉系统面临的主要问题在于，处理海量视觉数据需要大量的能量、存储和计算资源，”研究团队解释道。这一局限性长期以来阻碍了视觉识别能力在智能手机、无人机和自动驾驶汽车等边缘设备上的广泛部署。
与传统需要外部电源的光电人工突触不同，MIT提出的人工突触可通过能量转换自发产生电力。这一自供能特性使其在对能效要求极高的边缘计算应用场景中表现尤为突出。
该系统能够在可见光谱范围内以极高精度区分颜色，并基于光波长实现逻辑功能。这项创新为智能手机、可穿戴设备和自动驾驶汽车等边缘设备实现低功耗、高性能的机器视觉铺平了道路。
随着科技行业不断推动AI向网络边缘延伸，以充分释放大数据潜力，此项成果正值关键时刻。边缘计算已成为支撑高计算密度AI应用的有力理念。边缘智能（Edge AI）——即AI与边缘计算的结合——使机器学习算法能够部署至数据产生的终端设备，为每个人、每个组织、任何地点带来人工智能的可能。
MIT的这一创新有望极大拓展AI在资源受限环境下的应用能力，推动新一代智能设备无需依赖云端或大量电池电力即可感知和理解周围世界。