人工視覺神經系統：創新的光感測技術
引言
隨着人工智慧和物聯網的崛起，感知節點的快速擴充套件會產生大量的模擬資料，這些資料需要轉換成數位資料，然後傳輸到其他單元執行計算任務。然而傳統的馮·諾伊曼體系結構由離散裝置組成，導致資料存取和資料分析延遲，同時還會帶來高能耗問題，這對於具有嚴格延遲和功率要求的革命性應用，例如自動駕駛汽車和機器人等，可能會帶來麻煩。技術創新
中國科學院的一項新研究在光感知、儲存和處理方面取得了突破。科學家們開發了一種基於 MoS2 的金屬-氧化物-半導體（MOS）器件，嵌入了敏感於光的二維材料，模擬了人類視覺系統，從而實現了單一的感測-儲存-處理節點。研究結果表明，在儲存器操作時，該器件具有約 2.8V 的良好儲存視窗、+6/-6V 的操作電壓、100°C 的高溫保留 10 年和優異的耐久性（106 迴圈），而且能夠直接感知到光並將其直接儲存在同一節點內。此外科學家們還使用卷積神經網路（CNN）來衡量該器件的光感知、儲存和處理能力，結果顯示，該裝置能夠以 91％的準確度識別影象中的物件。哲學討論
這項新技術是對現有計算機體系架構的革命性改進，克服了傳統體系結構的延遲和硬體冗餘問題。該技術還涉及使用其類似於賓夕法尼亞州倫斯勒理工學院發明的 CCD 相機中的 Nobel 獎獲得者之一的電荷耦合器件（CCD）相同的結構，這使得該研究成爲智慧 CCD 相機發展具有人工視覺感知能力的顯着一步， 並未來有很大的應用前景。編輯建議
該研究的結果是對於人工視覺的一個重大進步，它可以應用到很多領域，像自動行駛汽車和機械人等。這個新技術的兩個重要特點是快速性及能耗低，它將會是未來的發展趨勢。此外科技對社會的影響越來越大，在應用新技術的同時也要注意其有可能會對社會產生的影響。科學家們應當承擔社會責任，確保技術的安全以及有效地解決可能產生的問題。Neural network or Artificial intelligence-可溶液製程,記憶型光感測器,人工視覺神經系統
