Un système nerveux de perception visuelle artificielle utilisant un capteur de lumière en mémoire pouvant être traité en solution
Un système nerveux de perception visuelle artificielle utilisant un capteur de lumière en mémoire pouvant être traité en solution

Système nerveux de perception visuelle artificielle utilisant un capteur de lumière en mémoire à base de MoS2 pouvant être traité en solution
a, Schéma du processus de perception visuelle humaine : la perception visuelle est l'un des sens humains vitaux où le cerveau décode ce que les yeux voient ou ressentent. L'œil humain reçoit plus de 80 % des informations par la lumière. Le processus de perception visuelle du cerveau est représenté dans lequel l'œil humain reçoit de la lumière d'une source externe. Cette lumière est focalisée sur la rétine de l'œil, qui capture une image des stimuli visuels. Les cellules nerveuses présentes dans la rétine fonctionnent comme des photorécepteurs qui convertissent la lumière en impulsions électriques. Ces impulsions se déplacent du nerf optique au cortex visuel à l'arrière du cerveau humain. b, Un petit réseau neuronal convolutif (CNN) a été conçu pour démontrer les capacités de détection optique et de programmation électrique de l'appareil. Pour cela, nous avons extrait des images de l'ensemble de données de l'Institut canadien de recherches avancées (CIFAR)-10 pour effectuer une reconnaissance d'image binaire simple, dans laquelle les objets « chien » et « automobile » ont été choisis comme tâches de classification. Les images originales se composent de trois canaux RVB de taille 32 × 32 × 3, dans lesquels chaque canal, des pixels discrets sont stockés avec trois intensités lumineuses (rouge, vert et bleu). Notre appareil a montré la capacité de détecter la lumière bleue. Ainsi, nous n'avons extrait que les pixels du canal bleu pour la tâche de reconnaissance. (c), La matrice de confusion des résultats des tests pour 764 images dans l'ensemble de données CIFAR-10. Les éléments diagonaux de couleur jaune dans la matrice représentent les cas correctement identifiés. Crédit : Kumar, D., Joharji, L., Li, H. et al.

L'intelligence artificielle (IA) et l'Internet des objets (IoT) ont conduit à l'expansion rapide des nœuds sensoriels, qui peuvent produire un énorme volume de données analogiques brutes qui sont converties en données numériques, puis transmises à d'autres unités pour effectuer des tâches de calcul. .

Néanmoins, l'architecture classique de von Neumann qui se compose de dispositifs discrets entraîne des retards d'accès aux données et d'analyse des données avec une consommation d'énergie élevée. Cela peut être gênant pour les applications révolutionnaires avec des exigences de délai et de puissance strictes telles que les voitures autonomes et la robotique, entre autres.

Dans un nouvel article publié dans Lumière : science et applicationsune équipe de scientifiques, dirigée par le professeur Nazek El-Atab du laboratoire Smart Advanced Memory devices and Applications (SAMA), programme de génie électrique et informatique de l'Université des sciences et technologies du roi Abdallah (KAUST), Thuwal, Arabie saoudite, et co -des travailleurs du génie électrique et de l'informatique de l'Université Khalifa d'Abu Dhabi, aux Émirats arabes unis, ont développé un seul nœud de détection-stockage-traitement utilisant un MoS à deux terminaux pouvant être traité par une solution2 dispositif à base de métal-oxyde-semi-conducteur (MOS).

L'appareil intègre une couche de piégeage de charge à base de matériau 2D sensible à la lumière qui imite le système visuel humain. Plus précisément, le même dispositif s'avère capable de détecter, de stocker et de traiter des données optiques. L'étude met en évidence la manière dont la détection et l'informatique en mémoire basées sur une technologie avancée peuvent améliorer le temps de réponse, la surface et l'efficacité énergétique, en surmontant les problèmes d'accès différé aux données et de redondance matérielle dans l'architecture von Neumann conventionnelle.

"Lorsque l'appareil est exposé à la lumière, il stocke directement la longueur d'onde et l'intensité de la lumière, contrairement aux appareils traditionnels où un photocapteur dédié détecte l'intensité/la longueur d'onde de la lumière, puis convertit les données dans le domaine numérique à l'aide d'un convertisseur analogique-numérique, puis transférer les données vers une mémoire séparée pour le stockage », ont déclaré les scientifiques, résumant le principe de fonctionnement de leurs dispositifs de détection en mémoire.

"Lorsqu'il fonctionnait comme une mémoire traditionnelle, l'appareil présentait une fenêtre de mémoire décente d'environ 2,8 V avec une tension de fonctionnement de +6/-6 V, une rétention à haute température (100 °C) pendant 10 ans et une excellente endurance (106 cycles) sans aucune détérioration. Fait intéressant, l'appareil a montré un décalage plus important dans la fenêtre de mémoire de 2,8 V à plus de 6 V lorsque la lumière optique de différentes longueurs d'onde a été stimulée pendant 2 s pendant le fonctionnement du programme. Cela confirme que l'appareil est capable de détecter la lumière et de la stocker directement dans le même nœud", ont ajouté les scientifiques.

"L'effet du nombre et de la durée des impulsions électriques et optiques sur la fenêtre de la mémoire suggère que ces appareils peuvent également imiter l'apprentissage perceptif du système visuel humain. Pour confirmer cela, un réseau de neurones convolutifs (CNN) a été utilisé pour mesurer l'appareil. capacités de détection, de stockage et de traitement optiques. La simulation de matrice a reçu des images optiques transmises sur la longueur d'onde de la lumière bleue et a effectué un calcul d'inférence pour traiter et reconnaître les images. Les résultats montrent que nos appareils sont capables de reconnaître les objets dans les images avec une précision de 91 %. ", ont expliqué les scientifiques.

"L'approche déterminée est prometteuse pour le développement de futurs réseaux de rétine artificielle pour la perception visuelle artificielle et les applications de détection de lumière en mémoire. Il convient de noter que les dispositifs de mémoire MOS démontrés utilisent une structure similaire à celle des dispositifs à couplage de charge lauréats du prix Nobel. (CCD) dans les caméras CCD, ce qui fait de cette étude une étape importante vers le développement de caméras CCD intelligentes dotées de capacités de perception visuelle artificielle », ont déclaré les scientifiques.

Plus d'information: Dayanand Kumar et al, Système neuronal de perception visuelle artificielle utilisant un capteur de lumière en mémoire basé sur MoS2 pouvant être traité en solution, Lumière : science et applications (2023). DOI : 10.1038/s41377-023-01166-7

Fourni par l'Académie chinoise des sciences

Citation: Un système nerveux de perception visuelle artificielle utilisant un capteur de lumière en mémoire pouvant être traité par solution (2023, 9 mai) récupéré le 15 mai 2023 sur

Ce document est soumis au droit d'auteur. En dehors de toute utilisation loyale à des fins d'étude ou de recherche privée, aucune partie ne peut être reproduite sans l'autorisation écrite. Le contenu est fourni seulement pour information.




Source

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Scroll to Top