夜幕降临，当大多数视觉系统因光线不足而“失明”时，猫头鹰却能在微弱星光下精准锁定猎物。它的夜视能力来自漫长进化塑造的精密视觉机制。如果机器也能拥有类似的能力，会发生什么？

近日，西交利物浦大学赵春教授团队作为第一完成单位，与新加坡国立大学Mario Lanza教授、苏州大学邓巍教授合作，从猫头鹰身上汲取灵感，成功设计出一种具有超强夜视能力的神经形态计算芯片，相关成果已在自然出版集团旗下的综合性学术期刊Nature Communications上发表。

AI生成

当机器拥有了“猫头鹰的眼睛”

随着人工智能的普及，智能视觉系统已深入各类设备。然而，现有的视觉系统面临两大困境：在极弱光环境下“看不清”，在复杂计算场景中“耗能高”。

“自然界已经给出答案。”论文第一作者、西浦智能工程学院博士生赵梓深（下图）介绍道，“猫头鹰之所以能在夜间精准捕猎，主要得益于它视网膜中高密度的视杆细胞和独特的‘暗适应’机制。”

受此启发，联合研究团队开发了一种名为“ODAS”的双模突触晶体管。它不再只是一个感光元件，而是一个能模仿生物神经系统的“智能体”， 同时承担“看见”和“处理信息”的功能。

赵梓深表示，这项研究最大的突破在于“极弱光感知”。实验数据显示，这款器件能感知的最低光强比目前主流相机的感知极限低了约1000倍，甚至超越了猫头鹰本身的生物极限。

与此同时，它完美复刻了猫头鹰的“暗适应”能力。在极暗环境下，该器件在数十秒的时间内就可以完成暗适应，随着注视时间的增加，捕捉到的图像细节会逐渐从模糊变得清晰。

“这两个功能意味着，未来装备了这种芯片的无人机或搜救机器人，在夜间执行任务时，无需额外照明，即可完成识别任务。”他补充道。

从“看见”到“看懂”： 边感知，边计算

除了看得清，还要算得快。传统的AI视觉系统需要把图像数据传给图形处理器(GPU)进行计算，这一过程消耗了大量电力。

“我们提出的近传感器计算架构，让器件本身兼具了‘眼睛’和‘大脑’的功能，它可以实现‘边看边算’，在模拟测试中，基于该器件的系统在极弱光环境下对地面目标的识别准确率超过了95%，且单次操作能耗极低。”赵梓深介绍道。

猫头鹰夜间感光的适应机制示意图和团队设计的芯片在无人机中的应用示意图，芯片把“感光”和“计算”功能结合在一起，让无人机在几乎没有光的环境中，也能直接识别目标。

“接下来，团队将把感知、计算和信号传输等功能进一步整合到同一枚芯片中，同时探索融合温度、触觉等多模态感知能力，推动技术真正走向规模化应用。”他表示，“未来，这项技术有望率先应用于家用安防、夜间设备与应急救援系统，并在深空探测、深海机器人等极端环境场景中展现潜力。”

论文指导老师赵春教授对团队表现给予了高度评价：“课题组里既有长期深耕的博士生，也有勇于挑战前沿问题的本科生。许多同学在本科阶段就参与核心实验与数据分析，在真实科研环境中快速成长，并进入世界一流大学深造。本科阶段是培养问题意识和创新思维的关键时期，我们将继续致力于为学生提供与国际接轨的科研平台，让学生在解决真实问题的过程中实现跨越式成长。”

“这项成果不仅是一次技术突破，更是西浦科研团队协作与跨学科融合的成功实践。我们始终鼓励师生以全球视野思考问题，以真实世界挑战为导向开展研究。这项课题体现了大学在微纳电子与神经形态计算领域的持续突破，也是西浦在推进教育科技人才三位一体建设上的优秀范例。”西交利物浦大学学术副校长阮周林教授总结道。

扬子晚报/紫牛新闻记者 顾秋萍 通讯员：金画恬

校对 陶善工