人工知能：2D材料ニューラルネットワーク画像センサーを用いる超高速マシンビジョン

近年、マシンビジョン技術は大きく飛躍し、現在では自動運転車やロボティクスなどのさまざまなインテリジェントシステムに不可欠な要素となっている。通常、視覚情報は、フレームベースのカメラによって捉えられ、デジタル形式に変換された後、人工ニューラルネットワーク（ANN）などの機械学習アルゴリズムを用いて処理される。しかし、大量のデータ（大半は冗長である）がシグナルチェーン全体を通過することによって、フレームレートは低下し、消費電力は増大する。従って、ANNにおけるその後の信号処理の効率を向上させるために、さまざまな視覚データ処理技術が開発されてきた。今回我々は、画像センサー自体がANNを構成して、光学画像のセンシングと処理を待ち時間なく同時に実行できることを実証する。今回のデバイスは、再構成可能な二次元（2D）半導体フォトダイオードアレイを用いたもので、ネットワークのシナプス荷重が連続的に調整可能な光応答性マトリックスに記憶される。我々は、教師あり学習と教師なし学習の両方を実証し、センサーを訓練して、チップ上に光学的に投影された画像を2000万bin s⁻¹の処理能力で分類し、符号化した。

目次へ戻る