人工智能（AI）的角色日益增强，尤其是在预测紧急情况，如心脏病发作、自然灾害和管道故障方面。这一需求需要能够快速分析数据的前沿技术。对此，专为时间序列数据和低能耗设计的储层计算成为了一种有希望的选择。在其多种实现方案中，物理储层计算（PRC）脱颖而出。PRC使用光电人工突触——允许神经细胞发送电信号或化学信号的结构——模拟人类突触的功能，提供与人类视觉类似的卓越识别和实时处理能力。
然而，目前涉及自供电光电突触设备的PRC方法在处理跨多个时间尺度的时间序列数据时面临困难，这在与基础设施监测、自然环境和健康状况相关的信号中经常出现。
最近，东京科学大学（TUS）先进工程研究生院应用电子学系的研究团队，在副教授生野隆之的领导下，由小松浩明先生和细田典香女士共同研发了一种新的自供电染料敏化太阳能电池基础的光电光聚合人类突触。这一创新设备具有可通过入射光强度调节的时间常数。他们的研究成果于2024年10月28日在线发表在《ACS应用材料与接口》期刊上。
生野博士分享了他们研究的原因，表示：“为了有效处理跨多种时间尺度的时间序列光学数据，开发针对每个特定时间尺度的设备至关重要。我们借鉴了眼睛的残影效应，设计了一种突破性的光电人类突触设备，可以作为边缘AI光学传感器的能效计算框架。”
这个基于太阳能电池的设备使用源自方腈的染料，将光输入、AI处理、模拟输出和供电能力直接集成在材料中。它展示了突触可塑性，能够对光强度的变化做出反应，并表现出配对脉冲促进和配对脉冲抑制等特性。研究人员发现，通过操控光强度，可以在处理时间序列数据时实现超越脉冲宽度的卓越计算性能。
当作为PRC中的储层层时，该设备成功地对人类动作进行分类，包括弯曲、跳跃、跑步和走路，准确率超过90%。此外，它的功耗仅为传统系统需求的1%，显著减少了碳排放。“这是全球首次，我们展示了该开发的设备以极低的功耗准确识别人类动作，”生野博士表示。
这一创新设备为开发能够在各种时间尺度上运行的边缘AI传感器铺平了道路，适用于监控摄像头、汽车摄像头和健康监测等领域。生野博士表示：“这一发明可以作为一种广泛使用的边缘AI光学传感器，可以附加到任何物体或人身上，可能降低汽车摄像头和车载计算机等设备的功耗成本。”他还提到：“该设备可以作为传感器，以最低的能量使用检测人类运动，这可以帮助提高车辆能效。此外，预计它将在独立智能手表和医疗设备中作为低功耗光学传感器使用，使这些设备显著更加经济，甚至可与当前医疗设备的价格相当。”
总结而言，这一基于太阳能电池的创新设备有望推动能源高效边缘AI传感器在多种应用中的发展。
