出品：科普中國

作者：吳孝嵩（中國科學院福建物質(zhì)結(jié)構(gòu)研究所）

“嘿，AI，今晚有個約會，幫我挑一套衣服吧！”

(資料圖)

“好嘞主人！”

……

這個場景現(xiàn)在不僅能出現(xiàn)在科幻電影里，也能真實發(fā)生了！

2023年1月28日，中國科學院福建物質(zhì)結(jié)構(gòu)研究所黃偉國研究員團隊和香港大學王中銳教授團隊發(fā)表了一項文章，該文章介紹了一種新型的光電材料和器件，可用于實現(xiàn)Al代替人腦識別不同時尚服裝的目標。

AI挑衣服的第一步：“感算一體”

這項技術(shù)類似于一個可穿戴的人造眼睛，能夠感知識別各類圖像。如果能夠?qū)崿F(xiàn)這一目標，將為未來的人工智能科技發(fā)展開創(chuàng)新的局面。

那該如何實現(xiàn)這一目標呢？首先是對材料有目的性的設(shè)計。

人類視網(wǎng)膜能夠感知光信號、收集并預處理各類動態(tài)圖像，為下一步的視覺認知過程提供便利。要想讓AI擁有視覺智能，也需要實現(xiàn)類似的功能。然而，傳統(tǒng)硅視覺芯片的信號感知、存儲和處理單元相互獨立，它們之間的數(shù)據(jù)傳輸和模數(shù)轉(zhuǎn)換會產(chǎn)生大量能耗并限制計算速度。而且，隨著摩爾定律的減速，這種限制會變得更加嚴重。

因此，探索新的技術(shù)路線，開發(fā)新型光電材料和器件，賦予其“感知和計算一體化”的特性，對實現(xiàn)低功耗、高計算速度的邊緣計算器件具有重要的意義。

優(yōu)秀的半導體材料可以擁有“記憶”

感知和計算一體化，首先要實現(xiàn)“感知”，即瞬態(tài)記憶行為。

研究人員提出了一種材料-算法協(xié)同設(shè)計策略，開發(fā)出一種具有高效激子分離和空間電荷傳輸特性的半導體聚合物(p-NDI**)。**

圖1 p-NDI薄膜的形貌分析

（圖片來源：參考文獻）

通常情況下，光照射到半導體上時，半導體中會產(chǎn)生一些激子，一個激子是一個電子和一個空穴的復合體（圖1i），激子分解后產(chǎn)生的電子參與電荷傳輸，從而導致光電流增大。

然而，由于庫侖力的作用，電子和空穴最終會束縛在一起發(fā)生湮滅，使得參與p-NDI半導體電荷傳輸?shù)碾娮勇郎p少，導致電流慢慢減小（圖1k），形成瞬態(tài)記憶行為。

圖2 傳統(tǒng)半導體和p-NDI的光電流響應比較，以及傳感器端RC系統(tǒng)的詳細半導體設(shè)計原理

（圖片來源：參考文獻）

從上圖可以看出，常見的半導體制備的晶體管在除去光照以后，電流立刻恢復到初始值或者幾乎沒有光電流。

而基于p-NDI制備的晶體管在除去光照后，其電流隨時間呈非線性減小的特性，形成了一種瞬態(tài)記憶行為，類似于人腦記憶中的一種記憶類型。比如，我們看到某件服裝，它會在我們腦中短暫停留，然后慢慢消失，這一過程就是瞬態(tài)記憶。

這些特性對于光信號預處理和光電傳感器進行“儲池計算”至關(guān)重要。

研究人員通過實驗分析表明，p-NDI具有較規(guī)整面外取向，及較差的面內(nèi)取向，這樣的結(jié)構(gòu)既保證了有效的空間電荷傳輸，也控制了電子和空穴在空間上復合的速度（圖1i）。所有這些特性促成了基于p-NDI的晶體管出色的光響應行為和瞬態(tài)記憶特性。

視覺芯片的誕生

圖3光學多任務學習示意圖

（圖片來源：參考文獻）

圖4 使用 DVSGesture128 數(shù)據(jù)集進行基于事件的視頻分類

（圖片來源：參考文獻）

研究人員利用上述半導體材料制備了具有多任務識別能力的“儲池計算”神經(jīng)視覺芯片（圖4）。經(jīng)過數(shù)次模擬、實踐與驗證后，該“儲池計算”器件對手寫字母、數(shù)字和服裝的識別率分別為98.04%、88.18%和91.76%。此外，對不同動態(tài)手勢（揮左手、揮右手和鼓掌）的識別率更是高達98.62%（圖4）。

這項技術(shù)不僅克服了傳統(tǒng)傳感計算系統(tǒng)產(chǎn)生大量能耗的瓶頸，而且也提供了一個有前景的材料-算法協(xié)同設(shè)計策略，用于可穿戴、價格適宜且具有多任務學習能力的高效光子神經(jīng)形態(tài)系統(tǒng)。

那么這些科技設(shè)計和我們實際生活有什么關(guān)聯(lián)呢？

看起來很“高大上”，但其實，它們與我們的日常生活密不可分，讓我們的生活更加便利。例如，對于視力有缺陷的人來說，人造視覺芯片無疑可以幫助他們重新“看”清世界，擺脫生活中因視力缺陷造成的各種困擾。感算一體的視覺芯片還可以利用其強大的計算能力，快速判斷路況，為無人駕駛提供更多的保障。當然，還有很多其他的應用場景……

小結(jié)

在材料與算法的協(xié)同之下，在并不遙遠的未來，我們真的有可能擁有能夠幫我們挑選衣服的AI管家，這么一想確實還有點兒小激動呢！

注：本文相關(guān)研究已發(fā)表在Nature Communications上，論文標題為Wearable in-sensor reservoir computing using optoelectronic polymers with through-space charge-transport characteristics for multi-task learning。

標簽：