오레곤 주립대학교의 연구자들은 최근 시각 영역의 변화를 인식하는 인간 눈의 능력을 보다 가깝게 모방하는 새로운 유형의 광학 센서에 있어 중요한 발전을 이루고 있다. 최근 ‘어플라이드 피직스 레터스(Applied Physics Letters)’에 소개된 이 센서는 이미지 인식, 로봇 공학, 인공 지능과 같은 분야에서 매우 중요한 돌파구를 열었음을 시사한다.
레티노-모픽(retino-morphic) 센서라 하는 인간 눈 유형의 장치를 구축하려는 이전 시도는 소프트웨어 혹은 복잡한 하드웨어에 의존해 왔다. 그러나 이 새로운 센서는 근본적인 설계의 부분으로, 빛에 노출되면 강력한 전기 절연체에서 강한 전도체로 변화하는 초박막 페로브스카이트(perovskite) 반도체를 사용한다.
페로브스카이트는 부도체, 반도체, 도체의 성질은 물론 초전도 현상까지 보이는 특별한 구조의 금속 산화물로, 회티타늄석이라고도 한다.
이러한 결과, 단일 픽셀이 현재 마이크로 프로세서를 필요로 하는 작업을 수행하게 된다.
이 새로운 센서는 자율 주행 자동차, 로봇, 고급 이미지 인식 시스템과 같은 애플리케이션에서 차세대 인공 지능을 지원할 뉴로모픽(neuromorphic) 컴퓨터와 완벽하게 조합될 것이다. 일련의 지시에 따라 정보를 순차적으로 처리하는 기존 컴퓨터와 달리 뉴로모픽 컴퓨터는 인간 두뇌의 대규모 병렬 네트워크를 모방하도록 설계되었다.
연구자들은 이러한 뉴로모픽 방식을 하드웨어에 복제하려 시도했고 합리적으로 성공에 이르렀다. 이로 인해 정보를 처리하도록 설계된 알고리즘과 아키텍처는 점점 더 인간의 두뇌처럼 되어 가고 있다. 하지만 이러한 시스템이 수신하는 혹은 시스템에 인풋되는 정보는 여전히 기존 컴퓨터용으로 설계되어있다.
따라서 그 잠재력을 최대한 발휘하려면 인간의 두뇌처럼 ‘생각’하는 컴퓨터에는 인간의 눈처럼 ‘인식’하는 이미지 센서가 필요하다.
놀랍도록 복잡한 기관인 눈에는 약 1억 개의 광수용체가 있다. 그러나 시신경은 뇌와의 연결이 100만 개에 불과하다. 이는 이미지가 전송되기 전에 상당한 양의 사전처리(preprocessing) 및 동적(dynamic) 압축이 망막에서 이루어져야 함을 의미한다.
밝혀진 바와 같이, 우리의 시력은 움직이는 물체를 감지하는 데 특히 잘 적응되어 있으며 정적 이미지에는 상대적으로 ‘관심이’ 적다. 따라서 우리의 광학 회로는 빛 세기의 변화를 감지하는 광수용체(photoreceptors)의 신호에 우선순위를 부여한다. 우리는 주변 시야의 물체가 사라지기 시작할 때까지 고정된 지점을 응시하여 이를 직접 시연할 수 있다. 이 현상은 트록실러 효과(Troxler effect)로 알려져 있다. 이것이 바로 레티노모픽 센서가 하는 일이다.
A perovskite retinomorphic sensor: Applied Physics Letters: Vol 117, No 23 (scitation.org)
Researchers at Oregon State University are making key advances with a new type of optical sensor that more closely mimics the human eye’s ability to perceive changes in its visual field.
The sensor described recently in Applied Physics Letters is a major breakthrough for fields such as image recognition, robotics, and artificial intelligence.
Previous attempts to build a human-eye type of device, called a retino-morphic sensor, have relied on software or complex hardware. But the new sensor’s operation is part of its fundamental design, using ultrathin layers of perovskite semiconductors which change from strong electrical insulators to strong conductors when placed in the light.
The result is that a single pixel is doing something that would currently require a microprocessor.
The new sensor will be a perfect match for the neuromorphic computers that will power the next generation of artificial intelligence in applications like self-driving cars, robots, and advanced image recognition systems. Unlike traditional computers, which process information sequentially as a series of instructions, neuromorphic computers are designed to emulate the human brain’s massively parallel networks.
People have tried to replicate this in hardware and have been reasonably successful. However, even though the algorithms and architecture designed to process information are becoming more and more like a human brain, the information these systems receive is still decidedly designed for traditional computers.
However, to reach its full potential, a computer that “thinks” more like a human brain needs an image sensor that “sees” more like a human eye.
A spectacularly complex organ, the eye contains around 100 million photoreceptors. However, the optic nerve only has 1 million connections to the brain. This means that a significant amount of preprocessing and dynamic compression must take place in the retina before the image can be transmitted.
As it turns out, our sense of vision is particularly well-adapted to detect moving objects and is comparatively “less interested” in static images. Thus, our optical circuitry gives priority to signals from photoreceptors detecting a change in light intensity - you can demonstrate this yourself by staring at a fixed point until objects in your peripheral vision start to disappear, a phenomenon known as the Troxler effect. That’s what the retino-morphic sensor does.
