尽管机器视觉取得了进展，处理视觉数据仍需要大量的计算资源和能源，限制了其在边缘设备中的部署。现在，日本的研究人员开发了一种自供电的人工突触，能够在可见光谱中高分辨率地区分颜色，接近人眼的能力。该设备集成了染料敏化太阳能电池，能够自我发电，并且可以在没有额外电路的情况下执行复杂的逻辑操作，为日常设备中集成有能力的计算机视觉系统铺平了道路。
随着人工智能和智能设备的不断发展，机器视觉正日益成为现代技术的重要推动力。然而，尽管取得了很大进展，机器视觉系统仍面临一个重大问题：每秒生成的庞大视觉数据量的处理需要大量的电力、存储和计算资源。这一限制使得在边缘设备（如智能手机、无人机或自动驾驶车辆）中部署视觉识别能力变得困难。
有趣的是，人类视觉系统提供了一种引人注目的替代模型。与必须捕捉和处理每个细节的传统机器视觉系统不同，我们的眼睛和大脑选择性地过滤信息，使视觉处理的效率更高，同时消耗最小的电力。因此，仿生计算作为一种模仿生物神经系统结构和功能的方法，成为克服计算机视觉现有障碍的有前途的途径。然而，两个主要挑战依然存在。第一个是实现与人类视觉相当的颜色识别，第二个是消除对外部电源的需求以减少能耗。
在这种背景下，由日本东京科学大学电子系统工程系的高桥生野副教授领导的研究团队开发了一种突破性解决方案。他们的论文于2025年5月12日发表在期刊《Scientific Reports》第15卷，介绍了一种能够以卓越精度区分颜色的自供电人工突触。该研究的共同作者还有来自东京科学大学的小松裕亮和细田纪香。
研究人员通过集成两种不同的染料敏化太阳能电池来创建他们的设备，这些电池对不同波长的光有不同的响应。与传统的光电人工突触需要外部电源不同，所提出的突触通过太阳能转换生成电力。这种自供电能力使其特别适用于边缘计算应用，在这些应用中，能效是至关重要的。
通过大量实验的证据表明，所得到的系统可以在可见光谱内以10纳米的分辨率区分颜色——这种辨别水平接近人眼的能力。此外，该设备还表现出双极响应，在蓝光下产生正电压，在红光下产生负电压。这使得能够执行通常需要多个传统设备的复杂逻辑操作。“结果显示这种下一代光电设备具有很大潜力，能够同时实现高分辨率的颜色区分和逻辑操作，适用于低功耗的人工智能（AI）视觉识别系统，”高桥教授指出。
为了展示实际应用，团队在物理液体储存计算框架中使用了他们的设备，以识别以红色、绿色和蓝色记录的不同人类运动。该系统在分类18种不同颜色和运动组合时，仅使用一个设备就达到了82%的准确率，而传统系统则需要多个光电二极管。
这项研究的影响跨越多个行业。在自动驾驶汽车中，这些设备可以实现更有效的交通信号灯、路标和障碍物的识别。在医疗保健中，它们可以为可穿戴设备提供动力，这些设备可以在最小电量消耗下监测血氧等生命体征。对于消费电子产品，该技术可能导致智能手机和增强/虚拟现实耳机在维持复杂视觉识别能力的同时具备显著改进的电池续航能力。“我们相信这项技术将有助于实现低功耗的机器视觉系统，使其具备接近人眼的颜色识别能力，适用于自动驾驶汽车的光学传感器、低功耗医疗使用的生物识别传感器和便携式识别设备，”高桥教授表示。
总体而言，这项工作代表了将计算机视觉的奇迹带入边缘设备的重要一步，使我们的日常设备更加像我们一样“看”世界。
