الحوسبة داخل الذاكرة للبيانات مع بنية بكسل واحد-متعدد ميمريستور للرؤية التتابعية العصبية

لماذا تهم الرؤية الأسرع

في كل مرة تسجل فيها كاميرا في هاتف أو روبوت أو سيارة ذاتية القيادة العالم من حولها، يجب أولاً التقاط الصور ثم إرسالها إلى شريحة منفصلة للتحليل. هذا التنقل ذهابًا وإيابًا يهدر الوقت والطاقة، لا سيما في تدفقات الفيديو. تستكشف الدراسة وراء هذا المقال نوعًا جديدًا من «العين» الإلكترونية القادرة على تخزين ومعالجة المعلومات البصرية تقريبًا في المكان الذي تقع فيه الضوء، مستلهمة من الطريقة التي يتعامل بها الدماغ البشري مع المشاهد المتحركة.

كيف تتعامل أعيننا ودماغنا مع الحركة

في البشر، تحول العين الضوء إلى نبضات كهربائية صغيرة تنتقل عبر الأعصاب إلى الدماغ. هناك، يحتفظ نوع من الذاكرة البصرية قصيرة المدى بالصور الأخيرة ويجري بعض الفرز المسبق السريع قبل حدوث التعرف الأعمق. يعمل هذا الترشيح المبكر على تقليل كمية المعلومات التي يجب تحريكها، مما يساعد الدماغ على البقاء سريعًا وموفرًا للطاقة. يستعير العمل الجديد هذه الفكرة، بهدف تزويد أنظمة الرؤية الاصطناعية بذاكرة عمل بصرية محلية خاصة بها.

شراكة جديدة بين البكسل والذاكرة

بنى الباحثون نظامًا ماديًا يربط كل بكسل حساس للضوء بعدد من عناصر الذاكرة الصغيرة على الشريحة. تُدعى هذه العناصر ميمريستورات، وهي قادرة على تخزين نطاق من القيم، وليس مجرد تشغيل أو إيقاف، ما يجعلها مناسبة لاحتواء درجات السطوع. في التصميم، يحول دارة تناظرية بسيطة إشارة ضوء البكسل إلى جهد يبرمج عدة ميمريستورات مباشرةً في آن واحد. يخلق هذا التخطيط من بكسل واحد إلى ميمريستورات متعددة خريطة مدمجة للمشهد مباشرة في شبكة الذاكرة، على نحو مشابه لتفرع ألياف الأعصاب من الشبكية إلى العديد من خلايا الدماغ.

التمرير السريع عبر الصور

لالتقاط الصور المتحركة بكفاءة، قدم الفريق استراتيجية «التعرض المتدحرج». بدلًا من التقاط إطار كامل وإرساله بعيدًا، يكتب النظام عمودًا واحدًا من البكسلات في مصفوفة الميمريستور ثم ينتقل بسرعة إلى العمود التالي حتى تُحفظ الصورة كاملة. تُبرمج العديد من الميمريستورات بالتوازي باستخدام طريقة النبضة المفردة الخاصة، مضحية بقليل من الدقة مقابل مكاسب هائلة في السرعة. أظهرت الاختبارات على صور ظلية لحركات بشرية بسيطة وصورة بورتريه أن الصور المستعادة من الشريحة تحافظ على الأشكال والوجوه الرئيسية بشكل كافٍ للاعتراف الموثوق، رغم وجود بعض الضوضاء الصغيرة.

التفكير حيث تعيش الصور

ما تزال معظم أجهزة الرؤية الذكية الحالية تفصل بين الاستشعار والتخزين والحوسبة. بالمقابل، يؤدي هذا النظام جزءًا من «التفكير» مباشرة داخل نفس مصفوفة الميمريستور التي تحتفظ بالصورة. يطبق الباحثون أنماط جهد مُختارة بعناية عبر الصورة المخزنة، مما يسمح للشبكة نفسها بأداء خطوات الرياضيات الأساسية لشبكة عصبية. ثم تنتقل النتائج المكثفة فقط إلى كتلة ميمريستور ثانية تُكمل التصنيف. في اختبارات على مجموعة بيانات معروفة لحركات البشر، تعرفت القطعة على حركات مثل الجري والقفز والمشي بدقة بلغت 95.7 بالمئة، وهو رقم قريب من المحاكاة الحاسوبية.

لماذا قد يعيد هذا النهج تشكيل العيون الآلية

لأن الاستشعار والتخزين قصير المدى والمعالجة المبكرة متشابكة بشكل وثيق، فإن البنية الجديدة تقلص بشكل كبير الحاجة إلى نقل البيانات بين رقاقات منفصلة. يقدّر المؤلفون أن تصميمهم يمكن أن يقلل زمن الانتقال لالتقاط الصورة وتخزينها بنحو ألفي مرة، ويخفض طاقة معالجة الصور بنحو 160 مرة مقارنةً بنظام رقمي نموذجي يستخدم ذاكرة قياسية. للمستخدمين اليوميين، قد يترجم ذلك يومًا ما إلى كاميرات وأجهزة موجهة بالرؤية أصغر وأكثر برودة وأكثر استجابة تراقب العالم بطريقة أقرب إلى طريقتنا، حيث تلتقط فقط ما تحتاجه من كل لحظة زمنية.

الاستشهاد: Sun, Y., Tong, P., Shen, J. et al. Data-In-situ Computing with One-Pixel-Multiple-Memristor Architecture for Neuromorphic Sequential Vision. Nat Commun 17, 4244 (2026). https://doi.org/10.1038/s41467-026-70860-y

الكلمات المفتاحية: الرؤية العصبية الشكل, ميمريستور, الحوسبة داخل الذاكرة, الصور المتتابعة, ذكاء اصطناعي موفر للطاقة