基于染料敏化太阳能电池的边缘AI设备研究获得突破性进展
在AI技术飞速发展的今天,其在预测心脏病、自然灾害和管道故障等紧急事件方面变得越来越重要。这些应用场景对数据的快速处理提出了更高的要求。东京理科大学(简称TUS)的研究团队在这一领域取得了突破性进展,开发了一种新型的物理储层计算(PRC)设备,该设备能够高效处理多尺度时间序列数据,为边缘AI领域带来了革命性的变革。

一、研究背景与挑战
传统的边缘AI设备在处理跨多个时间尺度的时间序列数据时面临挑战,这些数据广泛存在于监测基础设施、自然环境和医疗状况的信号中。为了克服这一难题,TUS的研究团队在TakashiIkuno教授的带领下,成功研发出了一种基于染料敏化太阳能电池的自供电光电光聚合人工突触,这种新型设备能够通过输入光强度控制时间常数,从而实现多尺度时间序列数据处理。
二、技术创新与特点
该设备模仿人类突触元素,有望实现与人类视觉系统相当的识别和实时处理能力。它基于染料敏化太阳能电池,采用方酸菁衍生物染料,将光输入、AI计算、模拟输出和电源功能集成于一体。这种集成化设计不仅提高了设备的效率,还降低了能耗。
研究人员通过激光测量了瞬态电压响应随光强度的变化,发现该装置表现出对光强度的突触可塑性,展现出成对脉冲促进和成对脉冲抑制等突触特征。这一发现表明,通过调整光强度,可以在时间序列数据处理任务中获得高计算性能,而与输入光脉冲宽度无关。
三、性能评估与实际应用
在实际应用测试中,当该设备作为PRC的储存层时,它能够以超过90%的准确率对人体动作(如弯曲、跳跃、跑步和行走)进行分类,且功耗仅为传统系统的1%。这一成果不仅展示了设备在处理不同时间尺度的时间序列数据方面的能力,还显著减少了相关的碳排放,对环境保护具有重要意义。
四、研究意义与未来展望
这项研究为边缘AI和神经形态计算中的高级应用提供了多时间尺度PRC的途径。基于染料敏化太阳能电池的突触装置有望加速开发用于不同时间尺度的节能边缘AI传感器,这些传感器可以应用于监控摄像头、汽车摄像头和健康监测等多个领域。
Ikuno教授预计,该设备将作为边缘AI光学传感器,可以连接到任何物体上,例如车载摄像头、车载计算机或人体,并且运行成本低廉。他说:“该设备可以用作低功耗识别人体运动的传感器,因此有可能为改善车辆功耗做出贡献。此外,它有望用作独立智能手表和医疗设备中的低功耗光学传感器,从而大大降低其成本,使其与当前医疗设备相当甚至更低。”
这项突破性研究的结果已经发表在《ACSAppliedMaterials&Interfaces》期刊上。
-
泰曼-格林与斐索干涉仪:两种经典干涉仪的原理、区别与选型
在光学面形与波前检测中,泰曼-格林(Twyman-Green)与斐索(Fizeau)干涉仪是两种最经典、最常见的构型。同样是干涉测量,两者在光路结构、适用范围、精度表现与使用门槛上却有着本质区别。很多工程师面对"该用哪一种"时常常犹豫。本文从光路原理出发,系统梳理两者的差异,并给出选型建议。
2026-11-20
-
离轴抛物面反射镜的面形检测:难点、方法与干涉测量
离轴抛物面镜(Off-Axis Parabolic Mirror, OAP)没有中心遮挡,能把点光源准直为理想平行光或把平行光无像差地聚焦,是空间光学、红外系统、激光应用中的关键元件。但它"离轴"的特性,也让面形检测变得格外棘手——没有旋转对称中心,传统检测方法往往失效。本文解析离轴抛物面的特点与面形检测难点,并介绍干涉检测方案。
2026-11-20
-
多层透明结构的分层测厚:低相干干涉如何"一层层剥开"测量
OLED 盖板与触控层的贴合、汽车夹胶玻璃、多层光学贴合模组、复合膜材……越来越多的产品不再是单一材料,而是多层透明材料叠在一起。要控制这些产品的质量,需要分别测出每一层的厚度,而不是只知道总厚。低相干干涉法凭借其界面分辨能力,能做到"一层层剥开"地测量各层厚度。本文解析多层结构分层测厚的原理与应用。
2026-11-20
-
摄像头模组检测的四道关卡:从一片镜片到一台整机
镜片到一台能用的模组,中间有四道质量关卡。每一关检测的参数不同、用的设备不同,任何一关漏检,问题都会流到下一关,最终变成整机返修或客户投诉。
2026-11-19
-
中心偏差和空气间隔,为什么要放在一台设备上测
一个镜头能不能用,取决于两件事:看得清不清,和对得准不准。
2026-11-19
