Forskare vid University of Central Florida har utvecklat en enhet för artificiell intelligens som efterliknar ögats näthinna.
Utvecklingen kan leda till avancerad artificiell intelligens som omedelbart kan känna igen vad de ser som automatiska bilder av bilder tagna med en kamera eller telefon. Tekniken har även tillämpningar inom självkörande bilar och robotik.
Enheten, som beskrivs i en ny studie i tidskriften ACS NanoDet överträffar också ögat i antalet våglängder det kan se, från ultraviolett till synligt ljus och det infraröda spektrumet.
Dess unika härrör också från dess förmåga att integrera tre olika operationer till en. Befintlig intelligent bildteknik, som den som används i självkörande fordon, kräver separat forskning, lagring och bearbetning av data.
Forskare säger att genom att kombinera de tre stegen är enheten som utvecklats av UCF flera gånger snabbare än nuvarande teknik. Tekniken är också mycket liten, med hundratals enheter som är kompatibla med ett tumbrett chip.
Studiens huvudförfattare, Mullah Manjurul Islam, doktorand vid UCF:s institution för fysik, forskar om näthinnaliknande enheter på ett enda chip.Nyckeln till tekniken är konstruktionen av ytor i nanoskala gjorda av molybdendisulfid och platinaditellurid, som möjliggör förnimmelse och minne över många våglängder. Detta arbete utfördes i nära samarbete med YeonWoong Jung, docent vid UCF:s NanoScience Technology Center och Institutionen för materialvetenskap och teknik, en del av UCF:s College of Engineering and Computer Science.
Forskarna testade enhetens noggrannhet genom att känna av och känna igen en bild med blandad våglängd – en ultraviolett “3” och en spegelbild av en figur placerad tillsammans för att skapa en “8”..De visade att teknik kan särskilja mönster och identifiera dem som “3” i ultraviolett och “8” i infrarött.
“Vi har uppnått 70-80% noggrannhet, vilket betyder att de har en mycket god chans att implementeras i apparaten”, sa medförfattaren till studien. Aditi Krishnaprasad ’18MSHan är doktorand vid institutionen för elektro- och datateknik vid UCF.
Forskare säger att tekniken kan vara i drift under de kommande 5-10 åren.
Medförfattare till studien ingick också Durjoy Dev ’21En examen från UCF:s doktorandprogram i elektroteknik; Ricardo Martinez-Martinez ’19MS, En student på doktorandprogrammet i optik och fotonik vid UCF; Victor Okonkwo, UCF kandidatexamen i biomedicinska vetenskaper och maskinteknik; Benjamin Wu med Stony Brook University; Sang Sub Han, postdoktor, Jung Research Group, UCF; Tae-Sung Bae och Hee-Suk Chung med Korean Institute of Basic Science; och Jimmy Touma, forskare vid US Air Force Research Laboratory.
Arbetet finansierades av US Air Force Research Laboratory, Air Force Research Office och US National Science Foundation genom programmet CAREER.
Roy började på UCF 2016 och är en del av NanoScience Technology Center med gemensamma uppdrag från Institutionen för materialvetenskap och teknik, Institutionen för elektro- och datateknik samt Institutionen för fysik. Hans CAREER Award från National Science Foundation fokuserar på utvecklingen av enheter för artificiell intelligens. Innan han började på UCF var Roy postdoktor vid University of California, Berkeley. Han har en doktorsexamen i elektroteknik från Vanderbilt University.
