2025 年 5 月 15 日，墨爾本皇家理工大學（RMIT）的科學家們宣布了一項令人振奮的科技成果 —— 他們成功研發出一款形似大腦的微型設備。這款設備不僅能檢測手部動作、存儲視覺記憶，還能獨立處理信息，無需依賴外部計算機，為超快機器人技術和更安全的自動駕駛汽車打開了新的大門。

傳統數字系統往往需要消耗大量能源，而 RMIT 團隊研發的神經形態視覺技術采用了類似大腦的模擬處理方式。項目首席研究員蘇米特?瓦利亞（Sumeet Walia）教授介紹，這種創新設計使設備在處理復雜視覺任務時能耗顯著降低。“我們的神經形態視覺系統模仿了大腦的模擬處理機制，與當今使用的數字技術相比，能大幅減少執行復雜視覺任務所需的能量。” 瓦利亞同時也是 RMIT 光電子材料與傳感器中心（COMAS）的主任。

該設備的核心是二硫化鉬（MoS?）—— 一種僅有幾個原子厚度的金屬化合物，由 COMAS 副主任阿克拉姆?阿爾 - 胡拉尼（Akram Al-Hourani）教授領導的團隊將神經形態材料與先進信號處理技術相結合。最新研究表明，MoS?原子級別的微小缺陷可用于檢測光線并將其轉化為電信號，這一過程類似大腦中神經元的激發和通信，使設備能夠實時捕捉和處理視覺信息。

瓦利亞教授進一步解釋道：“這款概念驗證設備既模仿了人眼捕捉光線的能力，又具備大腦處理視覺信息的功能，能夠瞬間感知環境變化并形成記憶，無需消耗大量數據和能量。” 相比之下，當前的數字系統不僅功耗極高，而且隨著數據量和復雜度的增加，難以實現真正的實時決策。

在實驗中，該設備無需逐幀捕捉畫面，就能檢測到揮手動作的變化，這種 “邊緣檢測” 技術極大減少了數據處理量和功耗。檢測到變化后，設備還能像大腦一樣將這些事件存儲為記憶。研究團隊在人眼可見光譜范圍內進行的實驗，是基于其先前在紫外領域的神經形態研究成果。博士生蒂哈?昂（Thiha Aung）作為第一作者表示：“我們證明了原子級薄的二硫化鉬可以準確復制‘漏電積分 - 觸發’（LIF）神經元行為，這是脈沖神經網絡的基本組成部分。” 此前的紫外研究僅涉及靜態圖像的檢測、記憶生成和處理，而在可見光譜和紫外設備中，記憶均可重置，使設備隨時準備執行下一項任務。

這項創新未來有望提升自動駕駛汽車和先進機器人系統對視覺信息的響應速度，這在危險和不可預測的環境中至關重要。瓦利亞指出：“盡管將神經形態視覺技術應用于這些領域還需多年時間，但其幾乎能瞬間檢測到場景變化，無需處理大量數據，從而實現更快的響應，可能拯救生命。” 阿爾 - 胡拉尼教授則補充道，對于在制造業中與人類密切合作的機器人或個人助理機器人，神經形態技術可通過識別人類行為并以最小延遲做出反應，實現更自然的交互。

目前，該團隊正致力于將概念驗證的單像素設備擴展為更大的基于 MoS?的像素陣列。澳大利亞研究委員會最近通過 “聯動基礎設施、設備和設施”（LIEF）資助計劃為該團隊提供了資金，以支持這一擴展工作。瓦利亞強調：“雖然我們的系統模仿了大腦神經處理的某些方面，尤其是在視覺方面，但它仍然是一個簡化模型。我們將優化設備，使其能夠執行特定的現實應用中的更復雜視覺任務，并進一步降低功耗。”

團隊還計劃開發將模擬技術與傳統數字電子技術相結合的混合系統，瓦利亞表示：“我們認為我們的工作是對傳統計算的補充，而非替代。傳統系統在許多任務上表現出色，而我們的神經形態技術在視覺處理方面具有優勢，尤其是在能效和實時操作至關重要的情況下。” 此外，研究人員還在探索除 MoS?之外的其他材料，希望將技術能力擴展到紅外領域，這將有助于實現全球排放的實時跟蹤以及有毒氣體、病原體和化學物質等污染物的智能傳感。

RMIT 大學的這項研究成果標志著神經形態計算領域的重要進展，其核心在于通過模擬大腦的工作機制，實現了低能耗、實時性的視覺處理突破。從單像素的概念驗證到未來的像素陣列擴展，從可見光譜到紫外、紅外領域的探索，這項技術不僅有望革新自動駕駛和機器人技術，還可能在環境監測、智能傳感等多個領域發揮關鍵作用。隨著混合系統的開發和材料技術的進一步突破，神經形態設備或將開啟人機交互和智能系統的全新篇章。

你認為這項 “類大腦” 芯片未來最可能在哪個領域率先實現商業化？對于模擬技術與數字技術的融合，你期待看到哪些創新應用？歡迎在評論區分享你的觀點！

參考資料：DOI:10.1002/admt.202401677