Chip visi kecil melihat, memproses, dan menyimpan data untuk sistem otonom generasi berikutnya
Para peneliti di Australia telah mengembangkan chip penglihatan neuromorfik yang dapat melihat, memproses, dan menyimpan informasi visual dalam satu perangkat, meniru cara kerja mata dan otak manusia. Chip kecil ini, dibuat menggunakan doping indium oksida, dirancang untuk mengurangi ketergantungan pada prosesor eksternal dan memungkinkan pengambilan keputusan lebih cepat dalam aplikasi seperti sistem otonom. Pekerjaan ini dipimpin oleh para insinyur di RMIT University, dengan kontribusi dari Deakin University dan University of Melbourne. Tim tersebut mengatakan perangkat tersebut menggabungkan fungsi penginderaan, pemrosesan, dan memori dalam satu platform, menghilangkan kebutuhan akan komponen perangkat keras terpisah yang biasanya memperlambat sistem visi mesin. Tidak seperti sistem pencitraan konvensional yang menangkap data dan mengirimkannya ke prosesor eksternal, chip baru ini melakukan komputasi secara langsung di tempat cahaya terdeteksi. Lapisan penginderaan, yang ribuan kali lebih tipis dari rambut manusia, dirancang untuk merespons cahaya dan menyimpan informasi dari waktu ke waktu, sehingga memungkinkannya berfungsi lebih seperti sistem visual biologis. Para peneliti mengatakan pendekatan terpadu ini dapat mengurangi konsumsi energi dan meningkatkan kecepatan respons dalam lingkungan real-time. Perangkat ini diuji menggunakan sinar ultraviolet, dan tim kini berupaya memperluas kemampuannya pada cahaya tampak dan inframerah untuk aplikasi yang lebih luas. Sistem penglihatan mirip otak Chip ini dirancang untuk meniru cara mata manusia menangkap cahaya dan cara otak memproses dan menyimpan masukan visual. Ia melakukan banyak tugas pada satu platform, termasuk mendeteksi cahaya yang masuk, memproses sinyal, dan menyimpan informasi visual untuk digunakan nanti. Ketua tim Profesor Sumeet Walia mengatakan tujuannya adalah untuk menghilangkan penundaan dan biaya energi dalam mentransfer data antar sistem yang terpisah. “Kami telah memungkinkan pengambilan keputusan secara real-time dengan penemuan kami, karena penemuan kami tidak memerlukan pemrosesan data yang tidak relevan dalam jumlah besar dan tidak diperlambat oleh transfer data ke prosesor terpisah.” Perangkat ini juga menunjukkan kemampuan untuk menyimpan informasi visual untuk jangka waktu yang lebih lama tanpa seringnya sinyal penyegaran listrik, sehingga mengurangi penggunaan energi dan meningkatkan efisiensi. Penulis pertama dan peneliti PhD RMIT, Aishani Mazumder, mengatakan sistem ini mengambil inspirasi dari cara otak memproses informasi. “Sistem penglihatan neuromorfik dirancang untuk menggunakan pemrosesan analog yang serupa dengan otak manusia, yang dapat sangat mengurangi jumlah energi yang dibutuhkan untuk melakukan tugas visual yang kompleks dibandingkan dengan teknologi saat ini.” Menuju mesin otonom Para peneliti mengatakan teknologi ini dapat digunakan pada mobil self-driving, robot otonom, dan sistem pemantauan yang beroperasi di lingkungan berbahaya. Kemungkinan penerapannya mencakup pengenalan objek di kendaraan, sistem deteksi di area terpencil atau berbahaya, dan pencitraan canggih untuk forensik dan inspeksi industri. Karena chip ini mengintegrasikan banyak fungsi ke dalam satu elemen, chip ini juga dapat mendukung operasi otonom jangka panjang tanpa infrastruktur komputasi yang berat. Tim mengatakan hal ini membuatnya cocok untuk sistem yang perlu beradaptasi dengan cepat terhadap perubahan lingkungan. Perangkat ini meniru kemampuan retina untuk menangkap seluruh gambar dan kemampuan otak untuk menafsirkan dan menyimpannya, memungkinkan pendekatan visi mesin yang lebih kompak dan efisien. Para peneliti yakin hal ini pada akhirnya dapat mengarah pada sistem penglihatan yang membaik seiring dengan pengalaman, serupa dengan sistem biologis. Tim ini menggunakan fasilitas nanofabrikasi dan mikroskop khusus di RMIT University, dengan dukungan dari Dewan Riset Australia dan Infrastruktur Komputasi Nasional. Studi ini dipublikasikan di jurnal Advanced Functional Materials.
Diterbitkan : 2026-06-15 23:44:00
sumber : interestingengineering.com
