フクロウの視覚に着想を得た近接センサーコンピューティング

フクロウのように暗闇を見る

探索灯を使わずに、星明かりほどのかすかな光の下でも失踪者や遠方の宇宙機を見つけられるドローンを想像してみてください。普通のカメラではほとんど何も見えないような暗さでもです。本稿はその発想を現実に近づける、フクロウに着想を得た新しい視覚ハードウェアを述べています。フクロウの眼が暗闇に順応する仕組みと、脳がわずかな信号を効率よく処理する様子を模倣することで、研究者たちは弱い光を検出すると同時に認識に必要な計算の一部をセンサー上で直接行う、小さな電子的“シナプス”を作りました。

既存の機械が夜間に苦戦する理由

現代の人工知能は顔や物体、シーンを高精度で認識できますが、通常それには大量の消費電力を伴う強力なチップが必要です。従来のカメラは「センシング」と「計算」を分離しており、まず画像を取得してから離れたプロセッサでデータを処理します。非常に低照度では、こうしたカメラは強力な照明や大規模なデジタル増強がなければ通常機能しません。対照的に、フクロウの眼と脳は協調して働きます：網膜は時間をかけて微小な光子の流れを蓄積し、神経回路は暗所に応じて適応していくため、薄暗い形状が徐々に見えてきます。著者らは、同様の緊密に統合されたエネルギー効率の高い戦略を機械視覚にも導入することを目指しています。

光から学ぶ小さなデバイス

この研究の中心には「フクロウ由来のデュアルモード適応シナプス」と呼ばれる、小さなトランジスタベースのデバイスがあります。これは光センサーであると同時に神経細胞間の学習結合として働きます。デバイスは層状に構成されており、透明な下部電極、電荷をトラップできる誘電膜、特別に設計された光吸収ブレンド、およびその上の有機半導体チャネルから成ります。かすかな光が吸収層に当たると、わずかなキャリアが生成され、印加された電圧に導かれて誘電膜にトラップされ、チャネルに蓄積されます。これによりデバイスの電気的応答が徐々に増幅され、フクロウの網膜の桿体細胞が暗順応で感度を高める様子に似た効果が生まれます。著者らは、このデバイスが0.146ナノワット毎平方センチメートルという光強度まで応答できることを示しており、これは標準的なカメラチップが扱えるレベルより約3桁弱い光です。同時に、暗順応を定量化する強く調整可能な利得を示します。

人工シナプスとしての振る舞い

単に光を検出するだけでなく、このデバイスは生物学的シナプスが活動に応じて強化・弱化する様子も模倣します。紫外から近赤外にわたる広い波長域で繰り返し光パルスを与えると、デバイスの電流は持続的な段階的増加を示し、光履歴の記憶を保持します。ゲートに印加した電気パルスでは長期増強（LTP）と長期抑圧（LTD）を示し、コンダクタンスが段階的かつ可逆的に変化して人工ニューラルネットワークの「重み」を符号化します。これらの重みは不揮発性で保存され、持続的な電力供給なしに記憶され、複数レベルに渡ってマルチビットのように調整できます。重要な点として、各シナプスイベントは約10フェムトジュールのエネルギーを消費し、これは生物学的シナプスの推定値と同等かそれ以下であり、一般的なAIハードウェアのエネルギー予算より桁違いに低い値です。

単一シナプスから視覚システムへ

この挙動がスケールしても成り立つかを確認するため、チームは19×17のデバイスアレイを作製し、動作が均一であることを示しました。かすかな光パターンをアレイに投影すると、照射された箇所の光起電流は適応中に徐々に増大し、超低照度下で従来は隠れていた形状が明らかになります。これはフクロウの網膜が暗闇で像をシャープにする様に似ています。著者らはデバイスの複数のコンダクタンスレベルを機械学習モデルの重みに対応づけ、単純な多層パーセプトロン、畳み込みネットワーク、深いVGG風アーキテクチャを含むモデルで検証しました。比較的粗い離散的な重みでも、これらのシミュレーションネットワークは標準的な画像データセットで90パーセント超の精度を達成し、シナプス状態が実用的な計算に十分であることを示しています。

ドローンなどの夜間視覚への応用

実世界の可能性を示すため、研究者らは小型ドローンに搭載された地上認識システムをシミュレートし、星明かり程度の明るさに対応する複数の輝度で衣服状ターゲットを検出するように訓練しました。デバイスの時間依存的応答をキャプチャ画像のコントラストに関連づけることで、センサーの実際の振る舞いに沿った形で有用なコントラストを強調する前処理ステージを構築しました。この適応データで訓練した一般的な物体検出ネットワーク（YOLOv5）は、テストした最も暗い光レベルでも95パーセントを超える認識精度を達成しました。簡潔に言えば、フクロウの暗順応に似た特性とセンサー上でのシナプス学習を組み合わせることで、従来のカメラが機能しない条件でも機械視覚を可能にし、かつ大幅に少ないエネルギーで動作させる道筋が示されたのです。この技術は将来的に捜索救助ドローン、自律探査機、あるいはより少ない照明でより多くを観測する天文機器の基盤となり得ます。

引用: Zhao, Z., Cao, Y., Huang, S. et al. Owl-vision-inspired near sensor computing. Nat Commun 17, 2676 (2026). https://doi.org/10.1038/s41467-026-69123-7

キーワード: 低照度視覚, ニューロモルフィックセンサー, フクロウ由来イメージング, 近接センサーコンピューティング, 夜間物体検出