Устройство может в реальном времени воспринимать и анализировать изображение. Для его разработки ученые использовали нейроморфные материалы (со свойствами, напоминающими нейроны и синапсы биологического мозга) и современные методы обработки сигналов. Ключевым элементом стал дисульфид молибдена (MoS₂) — металлическое соединение с дефектами на уровне атомов. Эти дефекты можно использовать для захвата света и обработки его в виде электрических сигналов, подобно тому, как работают нейроны в нашем мозге.
Ультратонкие слои MoS₂, созданные с помощью химического осаждения из пара, могут вести себя как настоящие нейроны — накапливать и сбрасывать заряд. Они чувствительны к свету и копируют электрические сигналы, похожие на те, что возникают в нервных клетках.
Исследователи создали спайковую нейронную сеть (SNN), используя особенности реакции MoS₂ на свет. Эта модель показала точность 75% при распознавании статичных изображений после 15 циклов обучения и 80% — при обработке динамических задач после 60 циклов. Такие результаты указывают на высокий потенциал технологии для обработки визуальной информации в реальном времени.
В экспериментах устройство определяло движения рук с помощью выделения контуров, без необходимости обрабатывать каждое изображение по кадрам. Это снизило объем данных и потребление энергии.
Зафиксированные изменения сохранялись в памяти устройства, что напоминало работу мозга. В отличие от более ранних тестов в ультрафиолетовом спектре, исследование проводилось в видимом диапазоне света.
Технология может улучшить работу автономных автомобилей и роботов, особенно в опасных или быстро меняющихся ситуациях. Она позволяет сразу распознавать изменения в окружающей среде без сложной обработки данных — это делает реакцию быстрее и точнее. Такие возможности особенно полезны для роботов, которые работают рядом с людьми, например, на производстве или в сфере ухода.
Университет уже подал предварительный патент. Сейчас исследователи масштабируют однопиксельный прототип до более крупного массива пикселей на основе MoS₂ для более сложных зрительных задач, улучшения энергоэффективности и интеграции с цифровыми системами. Также они изучают новые материалы для работы в инфракрасном диапазоне.
