马萨诸塞大学阿默斯特分校的研究团队近期利用新型硅基硬件，在计算机视觉领域取得了重要进展。该硬件能够在模拟域中捕捉并处理视觉数据，为大规模、数据密集型及延迟敏感的计算机视觉任务提供了新的解决方案。相关研究成果已发表于《自然通讯》杂志。

研究团队负责人、电气与计算机工程副教授徐光宇表示：“我们的视网膜仿生硬件设计，在设备层面融合了传感单元和处理单元，这种设计理念与人眼处理视觉信息的方式极为相似。”他进一步解释，传统的计算机视觉系统往往涉及传感和计算单元之间的冗余数据交换，而新型硬件则能有效减少这种冗余，提高处理效率。

徐教授指出，当前计算机视觉系统在处理图像时，往往需要传输和处理大量超出实际需求的信息，这导致了处理延迟。而他们的技术则致力于缩短感知物理世界与识别捕捉内容之间的时间差。研究团队通过创建两个集成的栅极可调硅光电探测器阵列，实现了对动态视觉信息和静态图像空间特征的分别捕获与识别。

实验结果显示，这种新型模拟技术在处理动态运动时，准确率高达90%，优于传统数字技术;在处理静态图像时，对手写数字的分类准确率也达到了95%。此外，由于这些硅阵列与计算机芯片中常用的材料相同，因此与现有的CMOS技术更加兼容，特别适合大规模计算机视觉任务。

徐教授还列举了这项技术的潜在应用领域，包括自动驾驶汽车和生物成像。他强调，缩短处理时间对于提高自动驾驶汽车的安全性至关重要，而在生物成像领域，新技术则有望压缩数据量，同时为科学家提供相同的生物学见解。

更多信息： 熊哲顺等，《利用栅极可调硅光电探测器阵列并行化传感器内模拟视觉处理》，《自然通讯》(2025)。期刊信息： 《自然通讯》