皇家墨尔本理工大学的工程师发明了一种小型“神经形态”设备，它可以像人脑一样检测手部运动、存储记忆和处理信息，而无需外部计算机。
该研究成果发表在《先进材料技术》杂志上。
团队负责人苏米特·瓦利亚 (Sumeet Walia) 教授表示，这项创新标志着朝着在自动驾驶汽车、先进机器人和其他下一代应用中实现即时视觉处理以改善人机交互迈出了一步。
皇家墨尔本理工大学光电材料与传感器中心(COMAS)主任瓦利亚表示：“神经形态视觉系统旨在使用与我们大脑类似的模拟处理，与当今使用的数字技术相比，这可以大大减少执行复杂视觉任务所需的能量。”
这项工作结合了神经形态材料和先进的信号处理技术，由 COMAS 副主任 Akram Al-Hourani 教授领导。
该装置含有一种称为二硫化钼(MoS2 )的金属化合物。
在他们的最新研究中，研究小组展示了如何利用这种化合物中的原子级缺陷来捕获光并将其处理为电信号，就像我们大脑中的神经元的工作方式一样。
瓦利亚说：“这种概念验证设备模仿了人眼捕捉光线的能力和大脑处理视觉信息的能力，使其能够立即感知环境变化并形成记忆，而无需使用大量数据和能量。”
“相比之下，当前的数字系统非常耗电，无法跟上数据量和复杂性的增加，这限制了它们做出‘真正’实时决策的能力。”
Walia 和 Al-Hourani 是该研究的通讯作者，RMIT 博士生 Thiha Aung 先生是第一作者。RMIT 已为该研究申请了临时专利。
挥挥手就能看到未来
在实验中，该设备无需逐帧捕捉事件，即可检测到挥动手部运动的变化。这被称为边缘检测，所需的数据处理和功耗显著降低。
一旦检测到变化，该设备就会像大脑一样将这些事件存储为记忆。
研究人员在人眼可见的光谱中进行了实验，这是该团队之前在紫外线领域进行的神经形态研究的基础。
“我们证明，原子级薄的二硫化钼可以准确地复制漏积分和激发 (LIF) 神经元的行为，这是脉冲神经网络的基本组成部分，”Thiha 说道。
过去的紫外工作仅涉及静态图像的探测、记忆构建和处理。可见光谱和紫外设备都可以重置记忆，以便设备做好执行下一个任务的准备。
潜在应用
该团队的创新有朝一日可以提高自动驾驶汽车和先进机器人系统对视觉信息的响应时间，这可能至关重要，特别是在危险和不可预测的环境中。
瓦利亚说：“这些应用中的神经形态视觉还需要很多年才能实现，它几乎可以立即检测到场景的变化，而无需处理大量数据，从而能够更快地做出反应，挽救生命。”
Al-Hourani 表示：“对于在制造业中与人类密切合作或作为个人助理的机器人来说，神经形态技术可以通过以最小的延迟识别和响应人类行为来实现更自然的交互。”
后续步骤Next steps
该团队目前正在将概念验证的单像素设备扩大到基于 MoS 2的更大像素阵列的设备。
“虽然我们的系统模仿了大脑神经处理的某些方面，尤其是在视觉方面，但它仍然是一个简化的模型，”瓦利亚说道。“我们将优化这些设备，使其能够执行更复杂的视觉任务，从而执行特定的实际应用，并进一步降低功耗。”
该团队计划开发将模拟技术与传统数字电子设备相结合的混合系统。
“我们认为我们的工作是对传统计算的补充，而不是替代，”瓦利亚补充道。“传统系统在许多任务上表现出色，而我们的神经形态技术在视觉处理方面具有优势，因为能源效率和实时操作至关重要。”
该团队还在研究除 MoS 2之外的其他材料，这些材料可能将其功能扩展到红外线，从而可以实时跟踪全球排放，并智能感知有毒气体、病原体和化学物质等污染物。
更多信息： Thiha Aung 等人，《光活性单层二硫化钼用于脉冲神经网络的机器视觉应用》，《先进材料技术》(2025 年)。期刊信息： 先进材料技术
