傳感器內(nèi)計(jì)算已經(jīng)成為下一代機(jī)器視覺的一種超快、低功耗技術(shù)。但是，由于對(duì)高性能設(shè)備和高效編程方案的需求，傳感器內(nèi)計(jì)算系統(tǒng)的原位訓(xùn)練仍然具有挑戰(zhàn)性。
有鑒于此，河北大學(xué)閆小兵教授、華南師范大學(xué)樊貞教授等通過實(shí)驗(yàn)驗(yàn)證鐵電光傳感器（FE-PS）的傳感器內(nèi)人工神經(jīng)網(wǎng)絡(luò)（ANN, artificial neural network）的原位訓(xùn)練。
本文要點(diǎn)：
（1）
通過訓(xùn)練得到的FE-PS器件具有自供電、快速（<30 μs）和多電平（>4 bits）光響應(yīng)、長保留時(shí)間（50天）、高續(xù)航（109）、高寫入速度（100 ns）、小周期和器件間變化（分別為~0.66%和~2.72%）等優(yōu)勢，這些都是原位訓(xùn)練所需要的。此外，還提出了一種雙向閉環(huán)規(guī)劃方案，實(shí)現(xiàn)了FE-PS精確、高效的權(quán)值更新。
（2）
利用該編程方案，對(duì)基于FE-PS的傳感器內(nèi)神經(jīng)網(wǎng)絡(luò)進(jìn)行原位訓(xùn)練，用于自動(dòng)駕駛原型車的交通標(biāo)志識(shí)別。此外，這種傳感器內(nèi)人工神經(jīng)網(wǎng)絡(luò)的運(yùn)行速度比馮·諾伊曼機(jī)器視覺系統(tǒng)快50倍。
這項(xiàng)研究為具有原位訓(xùn)練能力的傳感器內(nèi)計(jì)算系統(tǒng)的發(fā)展鋪平了道路，這可能會(huì)在新的數(shù)據(jù)流機(jī)器視覺任務(wù)中找到應(yīng)用。
參考文獻(xiàn)
Lin, H., Ou, J., Fan, Z. et al. In situ training of an in-sensor artificial neural network based on ferroelectric photosensors. Nat Commun 16, 421 (2025).
DOI: 10.1038/s41467-024-55508-z
https://www.nature.com/articles/s41467-024-55508-z
