مصنوعی ریٹنا وسط اورکت تابکاری کے ادراک اور انکوڈنگ کو قابل بناتا ہے – فزکس ورلڈ

مصنوعی ریٹنا وسط اورکت تابکاری کے ادراک اور انکوڈنگ کو قابل بناتا ہے – فزکس ورلڈ

درمیانی اورکت آپٹو الیکٹرانک ریٹنا

دماغ کی نقل کرنے والے نئے کمپیوٹنگ سسٹمز کو تیار کرنے کی کوشش میں، سنگاپور اور چین کے محققین نے درمیانی انفراریڈ ریڈی ایشن (MIR) خارج کرنے والی اشیاء کے ادراک اور پہچان کے لیے ایک مصنوعی ریٹنا ڈیوائس تیار کی ہے۔ انسانی بینائی کیسے کام کرتی ہے اس سے متاثر ہو کر، نیورومورفک ڈیوائس بہتر MIR مشین وژن کی طرف ایک قدم ہے، جو کہ طبی تشخیص، خود مختار ڈرائیونگ، ذہین نائٹ ویژن اور فوجی دفاع کے لیے ایک اہم ٹیکنالوجی ہے۔

موجودہ انفراریڈ مشین ویژن نے حسی اور پروسیسنگ یونٹس کو جسمانی طور پر الگ کر دیا ہے، جس سے بے کار ڈیٹا کی بڑی مقدار پیدا ہوتی ہے۔ یہ مثالی نہیں ہے کیونکہ اس کے نتیجے میں کمپیوٹنگ اور توانائی کی ناکاریاں ہوتی ہیں۔ اس کے برعکس، انسانی بصری حسی نظام بہت موثر ہے، ایک کمپیکٹ ریٹنا کے ساتھ جو بصری ڈیٹا کو سمجھتا ہے اور اس پر کارروائی کرتا ہے - ہمارے دماغ کے 80 فیصد سے زیادہ موصول ہوتے ہیں - جو کہ مزید پروسیسنگ کے لیے دماغ کے بصری پرانتستا میں منتقل کیا جاتا ہے۔ ریٹنا کے فوٹو ریسیپٹرز مسلسل روشنی کے محرکات حاصل کرتے ہیں، جو برقی صلاحیتوں میں تبدیل ہو جاتے ہیں، اور بعد میں ان کو برقی دالوں کی ٹرینوں میں انکوڈ کیا جاتا ہے جنہیں سپائیکس کہتے ہیں۔ اسپائکس کی ایک ٹرین جس میں محرک کی معلومات ہوتی ہے پھر بصری پرانتستا تک سفر کرتی ہے۔

حیاتیاتی ریٹنا سے متاثر ہو کر، فاکون وانگ اور سنگاپور کی نانیانگ ٹیکنولوجیکل یونیورسٹی میں فانگچین ہو نے اپنے ساتھیوں کے ساتھ مل کر 2D پر مبنی ایک آپٹو الیکٹرانک ریٹنا ایجاد کیا ہے۔ وین ڈیر والس ہیٹرسٹرکچر. یہ ہیٹرسٹرکچر مولیبڈینم ٹیلورائیڈ (MoTe) کی ایک تہہ کے اوپر سیاہ آرسینک فاسفورس (b-AsP) کی ایک تہہ پر مشتمل ہے۔2)۔ یہ مواد روشنی کے تیز ردعمل اور ان کی اعلی جذب کی کارکردگی کے لیے منتخب کیے گئے تھے۔

آپٹیکل کارفرما

پچھلے مطالعات میں نیورومورفک ڈیوائسز تیار کرنے پر توجہ مرکوز کی گئی تھی جو مرئی اور قریب اورکت (NIR) طول موج کے ساتھ روشنی کے لیے حساس ہیں۔ یہ مطالعہ MIR تک طول موج کی حد کو بڑھاتا ہے۔ اس تازہ ترین تحقیق کی ایک اور اہم بات یہ ہے کہ انکوڈنگ فنکشن برقی کے بجائے آپٹیکل طور پر چلایا جاتا ہے، جو تیز رفتار آپریشن کے لیے امید افزا ہے۔

قابل پروگرام NIR لیزر دالیں، MIR لیزر دالوں کے ساتھ بیک وقت لگائی جاتی ہیں، معلومات کو اسپائیک ٹرینوں میں انکوڈ کرتی ہیں۔ اسٹاکسٹک این آئی آر دالیں ڈیوائس میں ایم آئی آر پرجوش کرنٹ کو تبدیل کرتی ہیں، جہاں کرنٹ حد کی قدر سے زیادہ ہونے پر اسپائک پیدا ہوتا ہے۔ یہ انسانی ریٹنا میں انکوڈنگ کی تقلید کرتا ہے۔ یہ آلہ 100 kHz کی NIR پلس فریکوئنسی کے لیے بھی روشنی کا ایک مستحکم ردعمل دیتا ہے، جو کہ اعلی درستگی والے MIR کی شدت کوڈنگ کی ضمانت دیتا ہے۔

انکولی نظام

ذہین نظاموں کی ایک اور اہم خصوصیت موافقت ہے۔ اپنے بصری ماحول کے مطابق ڈھالنے کے لیے MIR وژن سسٹم میں MIR کی شدت کی ایک وسیع متحرک ورکنگ رینج، اور اعلی انکوڈنگ کی درستگی ہونی چاہیے۔ محققین نے اپنے آلے کا ایک دھاتی ماسک کے ساتھ تجربہ کیا جس میں MIR لیزر کے ذریعے روشن کردہ نمبر "3" کے نو کھوکھلے اعداد و شمار تھے۔ اس کا استعمال اصلی MIR اہداف جیسے ٹشو نمونہ کی نقل کرنے کے لیے کیا گیا تھا۔ انہیں انکوڈنگ کی بہترین درستگی ملی، جس میں انکوڈ شدہ تصویر اصل تصویر سے 97 فیصد سے زیادہ درستگی پر ملتی ہے۔ ٹیم نے یہ بھی دکھایا کہ NIR پلس پیرامیٹرز کو متحرک کام کرنے کی حد اور درستگی کو کنٹرول کرنے کے لیے استعمال کیا جا سکتا ہے۔

مزید برآں، انہوں نے اپنے آلے کو اس سے منسلک کیا جسے سب سے زیادہ موثر اور دماغ کی طرح مصنوعی نیورل نیٹ ورکس (ANNs) میں سے ایک سمجھا جاتا ہے جسے اسپائکنگ نیورل نیٹ ورک کہا جاتا ہے۔ اس ANN میں، نیوران دماغ کی طرح معلوماتی کیریئر کے طور پر سپائیکس بھیج کر اور وصول کر کے بات چیت کرتے ہیں۔ انہوں نے اس نظام کو عددی اعداد و شمار کی MIR تصاویر کی درجہ بندی کرنے کے لیے استعمال کیا۔ MNIST ڈیٹا سیٹجس کا استعمال امیج پروسیسنگ سسٹمز کو تربیت دینے کے لیے کیا جاتا ہے، اور اس نے 96% سے زیادہ درستگی حاصل کی ہے۔

وانگتحقیق کی قیادت کرنے والے کا کہنا ہے کہ ان کا مصنوعی ریٹنا CMOS ٹیکنالوجی کے ساتھ مطابقت رکھتا ہے، اور تحقیق کو آگے بڑھانے کے لیے دو طریقے بتاتا ہے: "ایک یہ ہے کہ ڈیوائس کے افعال کو بہتر بنایا جائے، جیسے کہ اس ڈیوائس میں میموری کے فنکشن کو ضم کرنا، ادراک کے انضمام کا احساس کرنا۔ ، انکوڈنگ، میموری اور پروسیسنگ۔ دوسرا یہ ہے کہ ڈیوائس کو گائیڈڈ ویو نینو فوٹونکس کے ساتھ جوڑنا ہے تاکہ آپریٹنگ کی تیز رفتار اور کم توانائی کی کھپت حاصل کی جا سکے۔"

تحقیق میں بیان کیا گیا ہے۔ فطرت، قدرت مواصلات.

ٹائم اسٹیمپ:

سے زیادہ طبیعیات کی دنیا