Нейроморфний пристрій зору імітує око й мозок для обробки даних

У науково-технічному виданні AZoRobotics вийшов матеріал про проривну розробку дослідників з Університету RMIT. Йдеться про створення нового нейроморфного пристрою, який об'єднує можливості людського зору, реакції та пам’яті в одному компактному чіпі. Це не просто камера чи сенсор — це повноцінний функціональний модуль, здатний бачити рух, реагувати на нього й запам’ятовувати події, подібно до того, як це робить людський мозок. Ми підготували детальний виклад найважливішого — про технології, що лежать в основі цієї розробки, можливі сфери її застосування та перспективи розвитку.

Що таке нейроморфна обробка і навіщо вона потрібна

Традиційна комп’ютерна обробка зображень ґрунтується на лінійному процесі: дані з сенсора надсилаються до центрального процесора, де аналізуються й обробляються. Це вимагає багато енергії, часу й ресурсів, особливо у випадках, коли необхідна миттєва реакція — як у безпілотних авто або автономних роботах.

Нейроморфна обробка, навпаки, імітує біологічну роботу нервової системи — зокрема взаємодію ока та мозку. Ідея полягає у створенні апаратних систем, які самостійно виявляють, аналізують і зберігають інформацію вже на рівні сенсора, без проміжного «думання» комп’ютера.

У цьому сенсі розробка RMIT є яскравим прикладом нової генерації сенсорів — це не просто «очі», а водночас і «мозок», здатний адаптуватися до подій у режимі реального часу.

Як працює новий пристрій: технологічне ядро

Ключем до інновації стало використання надтонкого шару молібдену дисульфіду (MoS₂) — це матеріал, що належить до класу перехідних металевих дихалькогенідів. Його структура дозволяє ефективно поглинати світло на атомному рівні, перетворюючи фотони на електричні сигнали, подібно до того, як це відбувається у світлочутливих клітинах людського ока.

Коли світло потрапляє на цей матеріал, він не лише формує електричний сигнал, а й змінює свій стан, утворюючи щось на кшталт «відбитку пам’яті». Це дозволяє пристрою запам’ятовувати подію — наприклад, рух об'єкта — навіть після того, як сигнал зник. Таким чином, пристрій поєднує сенсорну чутливість, логіку обробки та здатність до запам’ятовування в одному шарі.

Підписуйтеся на наші соцмережі

Виявлення руху: як пристрій бачить і реагує

На практиці новий пристрій успішно розпізнавав рух людської руки, використовуючи метод виявлення країв — принцип, який полягає у фіксації різкої зміни світлового потоку або кольору. Замість того щоб записувати все зображення, сенсор фіксує лише ті області, де сталася зміна — наприклад, коли рука потрапляє в кадр.

Це значно скорочує обсяг даних для обробки, зменшує енергоспоживання й дає змогу швидко реагувати на ситуацію. Після виявлення події пристрій не просто реагує, а ще й зберігає інформацію про неї — створюючи так звану пам’ять подій, яку можна використати пізніше для навчання або повторного розпізнавання.

Чому це важливо: прикладні сценарії

Один із найперспективніших напрямів використання такої технології — автономні транспортні системи. Безпілотні автомобілі потребують блискавичної реакції на зміну дорожньої ситуації, і традиційна система обробки зображень часто не встигає за реальністю.

Інтелектуальний сенсор на базі MoS₂ може миттєво виявляти перешкоди або пішоходів, не чекаючи аналізу з боку центрального комп’ютера. Це дозволить скоротити час реагування до мілісекунд і підвищити безпеку таких систем.

Ще одна важлива сфера — робототехніка. Роботи-помічники, які працюють поряд з людьми, мають швидко оцінювати ситуацію, виявляти жести, рухи, емоції. Миттєва обробка зображення прямо в сенсорі дає їм змогу взаємодіяти природно й без затримок, що особливо актуально в медицині, догляді за літніми людьми або роботах у сфері обслуговування.

Пам’ять, що працює як у мозку

Найбільш вражаючим є те, що цей пристрій має здатність зберігати інформацію про попередні події без постійного доступу до джерела енергії. На відміну від класичних мікропроцесорів або RAM-пам’яті, де дані стираються при вимкненні, нейроморфний сенсор зберігає дані у структурі матеріалу.

Це відкриває шлях до створення повноцінних мікросистем, що не тільки бачать і реагують, а й мають довготривалу пам’ять — базу для навчання на власному досвіді. У перспективі такі пристрої можуть навчатися самостійно, не потребуючи «хмари» чи великої кількості даних для обробки.

Наступні кроки: масштабування та інфрачервоний спектр

Команда з RMIT вже працює над масштабуванням технології — зокрема, над створенням масиву з кількох таких пікселів, які будуть працювати синхронно. Це дасть змогу формувати складні зображення, обробляти динамічні сцени та будувати повноцінні системи «бачення» в режимі реального часу.

Крім того, ведеться робота над розширенням спектру чутливості сенсора. Сучасна версія працює в межах видимого світла, але подальші вдосконалення мають дозволити вловлювати інфрачервоне випромінювання. Це дасть змогу пристроям виявляти тепло, хімічні речовини або біологічні маркери — наприклад, віруси або токсини в повітрі.

Такі можливості особливо важливі для використання в безконтактній діагностиці, системах контролю якості, охороні довкілля й біоінженерії.

Патенти й визнання

Розробка вже викликала інтерес у технологічній спільноті. Університет RMIT подав заявку на патентування цієї технології, що свідчить про її унікальність та інноваційність. Матеріал про дослідження був опублікований у журналі Advanced Materials Technologies, що є авторитетним майданчиком для публікацій у сфері наноматеріалів і прикладної електроніки.

Висновок: майбутнє вже поруч

Нейроморфні пристрої — це не фантастика й не абстрактна теорія. Це практичні розробки, які вже сьогодні можуть суттєво змінити принципи побудови штучного інтелекту, робототехніки та автономних систем.

Поєднуючи сенсорну чутливість, здатність до запам’ятовування й швидку реакцію, ці пристрої наближають машини до того, щоб дійсно бачити, розуміти та адаптуватися до світу, як це робить людина. І саме такі технології визначатимуть, якими будуть роботи, автомобілі та медичні пристрої майбутнього — не лише розумними, а й по-справжньому чутливими.

Цей матеріал підготовлений на основі інформації з відкритих джерел. Редакція самостійно відбирає ключові факти, аналізує їх та структурує за допомогою AI-інструментів.