利用钙钛矿独特的光电特性，研制出一种新型的视网膜传感器

利用钙钛矿独特的光电特性，研制出一种新型的视网膜传感器。研究者通过模拟一系列的视网膜形态传感器来预测视网膜形态摄像机对输入刺激的反应。这个新的传感器也可以和神经计算机的形式完美匹配。近些年来，光学传感器的研究已开始取得很有价值的突破，例如本文中的光学传感器就是其中之一，然而，要将这一技术推向实际应用，也许还需要更长时间。

根据最近的应用物理通讯报道，BZX55C16美国俄勒冈州立大学正在研究一种新的光学传感器，这是一个很大的进步。研究人员开发了一种新的光学传感器，它能更逼真地模拟人眼感知物体变化的能力。该研究成果有望在图像识别、机器人技术和人工智能等领域取得重大突破。

当前的信息处理算法和体系结构越来越像人类大脑，但是接收信息的方式仍然是为传统的计算机设计的。要想充分发挥自己的潜力，更像人脑的电脑需要更像人眼的图像传感器来“看”。

人类眼睛有大约一亿个感光器，但是视神经和大脑的联系只有一百万，所以在传送图像之前，必须对视网膜进行大量的预处理和动态压缩。

数码相机和智能手机中的芯片等传统传感技术更适合于顺序处理。每一个传感器根据它所接收到的光强度产生一个幅度变化的信号，也就是说，静态图像将使传感器产生更稳定的输出电压。

利用钙钛矿独特的光电特性，研制出一种新型的视网膜传感器。钙钛矿被放置在仅有几百纳米厚的超薄层中作为电容器，在光的照射下，它从电的绝缘体变成导体。所以传感器在静电环境中相对安静，当探测到光线变化时，就会记录下短而尖锐的信号，然后快速恢复到它的基准状态。

研究者通过模拟一系列的视网膜形态传感器来预测视网膜形态摄像机对输入刺激的反应。举例来说，在棒球练习的模拟演示中，内场选手可以清楚地看到明亮的运动物体，而看台等相对静止的物体会逐渐消失。更令人惊叹的是，一只鸟飞进视野，然后停在一个隐形喂鸟器上，几乎消失，但起飞时又重新出现。

研究者们也可以在这些模拟中输入任何视频，并且处理信息的方式和眼睛是一样的。例如，让机器人使用这些传感器来跟踪目标的运动，在它的视野中没有任何静止状态，当目标移动时，会产生高压，立即通知机器人目标的位置，而不需要任何复杂的图像处理。

这个新的传感器也可以和神经计算机的形式完美匹配。不同于传统计算机，神经形态计算机是一个大规模的模拟人脑的并行网络，它支持自动驾驶汽车、机器人技术和先进的图像识别技术中的下一代人工智能。

人类大脑处理的信息，80%以上是通过眼睛获取的，而视觉系统处理信息的能力，又严重依赖于视网膜的结构和功能。所以，制造一种能与人类眼睛相媲美的视网膜感应器，同时具有信息检测和处理功能，或者，真正地模拟自然界生物的眼睛，一直是很多工程师的梦想。近些年来，光学传感器的研究已开始取得很有价值的突破，例如本文中的光学传感器就是其中之一，然而，要将这一技术推向实际应用，也许还需要更长时间。