دانشمندان «دانشگاه پنسیلوانیا»(Penn State) با الهام از طبیعت، دستگاه جدیدی ساخته‌اند که با تقلید از گیرنده‌های نور قرمز، سبز، آبی و شبکه عصبی چشم انسان، تصاویری را تولید می‌کند.

«کای وانگ»(Kai Wang)، دانشیار پژوهشی در گروه علوم و مهندسی مواد دانشگاه پنسیلوانیا گفت: ما این طرح را از طبیعت الهام گرفتیم. شبکیه چشم ما حاوی سلول‌های مخروطی است که به نورهای قرمز، سبز و آبی حساس هستند و یک شبکه عصبی را در بر دارد که حتی پیش از اینکه اطلاعات به مغز منتقل شوند، پردازش آنچه را که می‌بینیم، آغاز می‌کند. این روند طبیعی، دنیای رنگارنگی را ایجاد می‌کند که ما می‌توانیم ببینیم.

برای دستیابی به این هدف در یک دستگاه مصنوعی، دانشمندان یک حسگر جدید حاوی آشکارسازهای نوری باریک پروسکایت را ابداع کردند که مشابه سلول‌های مخروطی ما است و آن را به یک الگوریتم نورومورفیک متصل می‌سازد که برای پردازش اطلاعات و تولید تصاویر با کیفیت بالا، از شبکه عصبی ما تقلید می‌کند.

آشکارسازهای نوری، انرژی نور را به سیگنال‌های الکتریکی تبدیل می‌کنند و برای دوربین‌ها و بسیاری از فناوری‌های نوری دیگر ضروری هستند. به گفته دانشمندان، آشکارسازهای نوری باریک می‌توانند روی بخش‌های جداگانه طیف نور مانند رنگ‌های قرمز، سبز و آبی که نور مرئی را تشکیل می دهند، تمرکز کنند.

وانگ ادامه داد: ما در این پژوهش، روش جدیدی را برای طراحی مواد پروسکایت یافتیم. ما سه ماده متفاوت پروسکایت را به گونه‌ای طراحی کردیم که فقط می‌توانند به رنگ‌های قرمز، سبز یا آبی حساس باشند.

به گفته دانشمندان، این فناوری ممکن است نشان‌دهنده راهی برای استفاده از فیلترهای موجود در دوربین‌های مدرن باشد که وضوح را کاهش می‌دهند و هزینه و پیچیدگی ساخت را بالا می‌برند.

آشکارسازهای نوری سیلیکونی به کار رفته در دوربین‌ها، نور را جذب می‌کنند اما رنگ‌ها را تشخیص نمی‌دهند. یک فیلتر بیرونی، رنگ‌های قرمز، سبز و آبی را از هم جدا می‌کند و فیلتر فقط به یک رنگ اجازه می‌دهد به همه بخش‌های حسگر نور برسد. بدین ترتیب، دو سوم نور ورودی هدر می‌رود.

وانگ گفت: هنگامی که نور فیلتر می‌شود، مقداری از اطلاعات از دست می‌روند اما با استفاده از طراحی ما می‌توان از آن جلوگیری کرد. بنابراین، ما باور داریم این پژوهش ممکن است نویدبخش ابداع یک روش سنجش دوربین در آینده باشد که می‌تواند به افراد کمک کند تا وضوح بالاتری را به دست بیاورند.

از آنجا که دانشمندان از مواد پروسکایت استفاده کردند، باور دارند که دستگاه‌های جدید با جذب نور، انرژی تولید می‌کنند و شاید روزنه‌ای را به روی فناوری دوربین بدون باتری بگشایند.

«لویائو ژنگ»(Luyao Zheng)، پژوهشگر مقطع فوق دکتری دانشگاه پنسیلوانیا گفت: ساختار این دستگاه شبیه به سلول‌های خورشیدی است که از نور برای تولید برق استفاده می‌کنند. هنگامی که به دستگاه نور بتابد، جریانی را تولید می‌کند. بنابراین، برای گرفتن این اطلاعات از نور نیازی به استفاده از انرژی نداریم.

این پژوهش می‌تواند به پیشرفت بیشتر بیوتکنولوژی شبکیه مصنوعی نیز کمک کند. به گفته دانشمندان، دستگاه‌های مبتنی بر این فناوری روزی می‌توانند جایگزین سلول‌های مرده یا آسیب‌دیده چشم ما شوند تا بینایی را دوباره به دست بیاورند.

دانشمندان خاطرنشان کردند که یافته‌های این پژوهش، چندین پیشرفت اساسی را در تحقق دستگاه‌های تشخیص نور پروسکایت نشان می‌دهد که در زمینه‌های گوناگون، از تولید مواد گرفته تا طراحی دستگاه و نوآوری در سیستم‌ها کاربرد دارند.

پروسکایت‌ها نیمه‌رسانا هستند و هنگامی که نور به این مواد برخورد می‌کند، جفت الکترون-حفره را به وجود می‌آورد. ارسال این الکترون‌ها و حفره‌ها در جهت مخالف، همان چیزی است که جریان الکتریکی را تولید می‌کند. دانشمندان در این پژوهش، پروسکایت‌های نازکی را ایجاد کردند که انتقال الکترون-حفره در آنها نامتعادل بود؛ به این معنی که حفره‌ها سریع‌تر از الکترون‌ها در مواد حرکت می‌کردند. دانشمندان دریافتند که با دستکاری ساختار پروسکایت‌های نامتعادل یا نحوه چیدمان لایه‌ها می‌توانند ویژگی‌هایی را مهار کنند تا مواد به آشکارسازهای نوری باریک تبدیل شوند.

آنها با استفاده از این مواد، یک حسگر را ابداع کردند و یک پروژکتور را برای تابش تصویر در دستگاه به کار بردند. اطلاعات جمع‌آوری‌شده در رنگ‌های قرمز، سبز و آبی، به یک الگوریتم نورومورفیک وارد شد تا به پردازش سیگنال و بازسازی تصویر بپردازد.

الگوریتم‌های نورومورفیک، نوعی فناوری محاسباتی هستند که از عملکرد مغز انسان تقلید می‌کنند. وانگ گفت: ما روش‌های متفاوتی را برای پردازش داده‌ها امتحان کردیم. ما تلاش کردیم مستقیما سیگنال‌های منتشر شده از سه رنگ را ادغام کنیم اما تصویر خیلی واضح نبود. در مقابل، وقتی این پردازش نورومورفیک را انجام می‌دهیم، تصویر به دست آمده بسیار نزدیک‌تر به تصویر اصلی است.

به گفته دانشمندان، از آنجا که این الگوریتم از شبکه عصبی شبکیه انسان تقلید می‌کند، یافته‌های پژوهش آنها می‌توانند اطلاعات جدیدی را در مورد اهمیت این شبکه‌های عصبی برای بینایی ما ارائه دهند. وانگ افزود: با ملحق کردن دستگاه خود و این الگوریتم به یکدیگر، می‌توانیم نشان دهیم که عملکرد شبکه عصبی برای پردازش بینایی در چشم انسان بسیار مهم است.

این پژوهش، در مجله «Science Advances» به چاپ رسید.