視覺是人類與外界交流最重要的感知方式。過去十年里仿生機器視覺迅速發(fā)展，如今人工系統(tǒng)已經(jīng)具備從圖像和視頻“看見”有價值信息的能力，不過相比人眼視覺效率還有一定的差距。奧地利維也納理工大學(xué)Lukas Menne等研究人員最近在《自然》中發(fā)布了一種媲美于人腦的視覺系統(tǒng)設(shè)計，經(jīng)過訓(xùn)練后能實現(xiàn)對簡單圖像的納秒級分類。

數(shù)碼相機所用的現(xiàn)代圖像傳感器基于半導(dǎo)體（固態(tài)）技術(shù)，并于二十世紀七十年代初問世。主要分為兩種類型：電荷耦合器件（charge-coupled devices）和主動式像素傳感器（active-pixel sensors）。它們可以“忠實地”從環(huán)境中捕獲視覺信息，但會生成大量冗余數(shù)據(jù)。通常的方式是將大量光學(xué)信息轉(zhuǎn)換為數(shù)電格式，然后傳遞到計算單元進行圖像處理。

在傳感器和處理單元之間大量數(shù)據(jù)移動會引起延遲和高功耗等問題。隨著成像速度和像素數(shù)量的增加，帶寬帶來的限制使得難以將所有內(nèi)容快速返回到中央計算機或基于云的計算機并進行實時處理和決策，這對一些對延遲非常敏感的應(yīng)用如無人駕駛汽車、機器人或工業(yè)制造等尤為重要。

一種更好的解決方案是將一些計算任務(wù)轉(zhuǎn)移到計算機系統(tǒng)外部邊緣傳感設(shè)備，從而減少不必要的數(shù)據(jù)移動。由于傳感器的輸出通常是模擬信號（連續(xù)變化），模擬處理勝于數(shù)字處理：眾所周知，模數(shù)轉(zhuǎn)換既耗時又耗能。

為了模擬大腦對信息的有效處理，生物神經(jīng)形態(tài)工程采用了一種計算架構(gòu)。該架構(gòu)采用高度互連的元素（神經(jīng)元，通過突觸連接），從而實現(xiàn)并行計算（見圖1a）。這些人工神經(jīng)網(wǎng)絡(luò)可以通過迭代學(xué)習(xí)周圍環(huán)境——例如，為其提供已知示例展示，對事物進行分類（監(jiān)督學(xué)習(xí)）；或者，無需額外信息就能通過輸入數(shù)據(jù)識別對象的特征結(jié)構(gòu)（無監(jiān)督學(xué)習(xí)）。在學(xué)習(xí)期間，算法會反復(fù)進行預(yù)測，并增強或削弱網(wǎng)絡(luò)中的每個突觸，直到達到最佳設(shè)置。

圖1：在視覺傳感器內(nèi)進行計算，實現(xiàn)智能高效的預(yù)處理。（a）傳統(tǒng)人工智能（AI）視覺傳感器從光敏傳感器收集信號，利用模數(shù)轉(zhuǎn)換器（ADC）將模擬信號轉(zhuǎn)換為數(shù)字信號，放大后輸入到外部人工神經(jīng)網(wǎng)絡(luò)（ANN）——連接可以進行調(diào)整的互連計算單元（圖中用圓形表示）層，經(jīng)過訓(xùn)練后，此網(wǎng)絡(luò)可以執(zhí)行諸如圖像分類之類的任務(wù)。ANN輸入層接收的信號是編碼后的簡單物理元素（圖中用點和線表示）；在后續(xù)層中，這些已優(yōu)化為中級特征（圖中用簡單形狀表示）；在輸出層上形成精細圖像（圖中用3D形狀表示）。整體響應(yīng)可能是又慢又耗能。（b）Mennel等研究人員設(shè)計的系統(tǒng)中，芯片上的互連傳感器（圖中用正方形表示）不僅可以收集信號，還可以作為ANN來識別簡單功能，從而減少了傳感器和外部電路的冗余數(shù)據(jù)移動。

Mennel等研究人員直接在圖像傳感器加入了人工神經(jīng)網(wǎng)絡(luò)。他們在芯片上構(gòu)建了光電二極管網(wǎng)絡(luò)，這些光電二極管是對光敏感的微型單元，每個單元中有幾層二硒化鎢（WSe2）原子層。通過調(diào)節(jié)施加在二極管上的電壓，半導(dǎo)體器件對光的響應(yīng)程度發(fā)生變化，從而實現(xiàn)對每個二極管靈敏度的分別調(diào)節(jié)。實際上，這將光電傳感器網(wǎng)絡(luò)變成了神經(jīng)網(wǎng)絡(luò)（見圖1b），能夠執(zhí)行簡單的計算任務(wù)。改變光電二極管的光響應(yīng)能力則改變網(wǎng)絡(luò)的連接強度（突觸權(quán)重）。因此，該器件實現(xiàn)了光學(xué)傳感與神經(jīng)形態(tài)計算的結(jié)合。

作者將光電二極管排列成九個像素的正方形陣列，每個像素有三個二極管。當圖像投影到芯片上時，會產(chǎn)生不同的二極管電流，再進行組合和讀取。硬件陣列提供了一種模擬計算形式：每個光電二極管都會產(chǎn)生與入射光強度成比例的輸出電流，并且根據(jù)基爾霍夫定律（電路電流所遵循的基本規(guī)律）將沿行或列的電流值求和。

圖2：光電二極管排列成九像素正方形陣列

接著對陣列進行執(zhí)行任務(wù)的訓(xùn)練。芯片陣列產(chǎn)生的電流與預(yù)測電流（對于給定任務(wù)，陣列正確響應(yīng)圖像應(yīng)產(chǎn)生的電流）的差異，并用于調(diào)整下一次訓(xùn)練周期的突觸權(quán)重。這個學(xué)習(xí)階段會占用時間和計算資源，但是一旦經(jīng)過訓(xùn)練，該芯片將迅速執(zhí)行其任務(wù)。

神經(jīng)網(wǎng)絡(luò)可以采用不同算法，作者在文中演示了兩種神經(jīng)形態(tài)功能。第一種是分類：3 x 3像素陣列可以將圖像分類為三個簡化字母“n、v、z”對應(yīng)的三個類別之一，從而以納秒為單位識別該字母。這樣的簡單陣列只是為了概念證明，如果按比例增加陣列的大小，則可以進一步擴展，識別更復(fù)雜的圖像。