Исследователи из Университета RMIT (Австралия) представили инновационную нейроморфную систему, которая имитирует принципы обработки информации человеческим мозгом. Новое устройство способно в реальном времени распознавать движения рук, запоминать визуальные образы и анализировать их — всё это без подключения к внешнему компьютеру.
Технология открывает перспективы для развития автономных систем, таких как роботы-гуманоиды, самоуправляемые транспортные средства и интеллектуальные устройства, взаимодействующие с человеком.
«Это демонстрационное устройство воспроизводит способность человеческого глаза улавливать свет, а мозга — интерпретировать визуальные данные. Оно реагирует на изменения в окружающей среде мгновенно и может формировать память без значительных затрат энергии и ресурсов», — отметил профессор Сумит Валия, руководитель проекта.
Искусственные нейроны: от света к сигналу
Нейроморфные системы, вдохновлённые строением и принципами работы мозга, набирают популярность благодаря своей эффективности. Одной из ключевых моделей таких систем является так называемый «протекающий интегрирующий и возбуждающий нейрон» (LIF — leaky integrate-and-fire), который работает по аналогии с настоящими нейронами: накапливает сигнал до определённого порога, затем «срабатывает» и сбрасывается.
Хотя ранее уже тестировались различные светочувствительные материалы для имитации подобных функций, воссоздать полную модель LIF-нейрона, включая хранение и сброс электрического состояния, до сих пор удавалось крайне редко.
В своей работе учёные использовали дисульфид молибдена (MoS₂) — металлическое соединение с атомарными дефектами, способное преобразовывать свет в электрические сигналы. Именно на этом материале построено новое устройство. Тончайшие слои MoS₂, созданные методом химического осаждения из паровой фазы, демонстрируют поведение, схожее с настоящими нейронами, а регулировка управляющего напряжения позволяет системе быстро сбрасывать состояние и адаптироваться к новым задачам.
Зрение и память — как у мозга
Команда создала спайковую нейронную сеть (SNN), базирующуюся на способности MoS₂ к фоточувствительности. В тестах модель показала 75-процентную точность при распознавании статичных изображений после 15 обучающих циклов и 80-процентную точность на динамических задачах после 60 циклов, что подтверждает её высокую эффективность в реальных условиях.
Устройство использует метод обнаружения границ, позволяя отслеживать движения рук без необходимости анализировать каждый кадр, тем самым значительно снижая объёмы данных и энергопотребление. Система также сохраняет изменения как «воспоминания», имитируя работу мозга.
«Мы доказали, что ультратонкий слой MoS₂ способен точно воспроизвести поведение LIF-нейрона — базового элемента спайковых нейронных сетей», — отметил аспирант и соавтор исследования Тиха Аунг.
Если ранее аналогичные эксперименты проводились преимущественно в ультрафиолетовом диапазоне, то теперь технология продемонстрировала эффективность и в видимом свете. Устройства на основе УФ- и видимого спектра также способны стирать память, подготавливаясь к новым задачам.
Роботы с «зрением» нового поколения
Разработка может существенно повысить скорость и точность реакции автономных систем в условиях быстроменяющейся обстановки. Это особенно актуально для применения в робототехнике, транспорте и системах, взаимодействующих с человеком в производственной или бытовой среде.
В настоящее время команда работает над расширением прототипа, создавая массив пикселей на основе MoS₂. Исследование поддержано новым финансированием. В планах — оптимизация системы под более сложные визуальные задачи, повышение энергоэффективности и интеграция с традиционными цифровыми платформами.
Также учёные исследуют другие материалы для расширения возможностей устройств, включая работу в инфракрасном диапазоне — для отслеживания выбросов и интеллектуального мониторинга окружающей среды.
Результаты исследования опубликованы в журнале Advanced Materials Technologies.
