理大科学家研发高效创新的感应人工智能系统突破应用

香港理工大学（理大）理学院副院长（科研）、应用物理学系教授柴扬教授在感应人工智能领域的开创性研究，为创造更节约能源、高效低延迟和内存优化的系统开辟了新途径，从而促进各种应用，包括移动设备、物联网传感器及边缘计算等。

柴教授的创新科研克服了感应人工智能系统在耗能、延迟和存储器方面的关键障碍，释放了有关系统在各行各业的应用潜力。特别是，嵌入式传感器计算策略激发了决策过程和情境感知的进步、加强了私隐与安全性、并为智能自动化带来革新。

凭借在高效感应人工智能系统领域突破科研壁垒，柴教授获选为2024年Falling Walls科学突破奖—工程与技术类别的十大科学家之一。他研发了新颖的器件硬件架构和优化技术，将先进的感应人工智能系统部署到移动设备、物联网传感器及边缘计算中，为智慧城市、自动驾驶车辆及工业自动化等发展及应用引领变革。

Falling Walls年度科学突破奖由位于德国柏林的德国跨界创新基金会（The Falling Walls Foundation）举办，旨在表彰全球最新的科研突破成果和卓越科学项目。今年，由全球知名专家组成的权威评审团审核了来自52个国家超过1,000个参赛作品。在工程与技术类别中，选出10位优秀获奖者，并入围最终的年度奖。

柴教授表示︰「广泛应用的图像传感器，令感知终端所产生的数据大幅增加，把部分运算任务转移到靠近数据源的感知终端显得非常重要，有关转移大幅压缩了所收集到的信息之余，还能提取关键信息，尤其是对多传感器的平台。」

柴教授的研究工作根据感知与运算单元之间的实际距离，清晰界定了近传感器运算范式和传感器端运算范式的概念，并将功能划分为低级和高级处理。他还研究在不同物理感知系统上执行近传感器运算/传感器端运算，利用先进制造技术，为硬件执行集成感知及处理单元提供潜在的解决方案。

柴教授及其团队专注提升感应人工智能的计算硬件，是从自然生物感官系统所发现的非凡能力中获得启发。

仿效人类眼睛能适应不同亮度、在不同照明条件下准确辨识各种对象，柴教授和团队研发的全新仿生传感器可直接适应光暗，减少依赖后台运算，能够因应不同亮度进行转换，适应范围更胜人类眼睛。新的传感器可降低硬件复杂度，在不同光暗下大幅提高影像对比，从而提供高效视觉信息和影像辨识。

借鉴飞行昆虫视觉系统的闪烁融合频率，柴教授的一项前沿研究制备了光电梯级神经元（optoelectronic graded neurons）。这项创新实现了在感知终端 （sensory terminals）有效地编码时间信息，从而减少了计算器中融合「时空信息」所需的大量视觉数据传输，能以较少的硬件资源实现更敏捷的视觉感知，有望拓展应用到驾驶车辆和监测系统。

这些杰出的研究成果已在《Nature Electronics》、《Nature Nanotechnology》等权威期刊上发表，并获《Nature》、《IEEE Spectrum》等推介，获世界各地的研究团队广泛引用。

柴教授展望︰「我的长远目标是理解并设计出具有新功能、前所未有性能的尖端微电子和纳米电子器件，进一步说，我们预期开发一套成像技术，能够感知三维（3D）深度信息、四维（4D）时空信息、以及超出可见光范围（5D）的多光谱信息。我们将运用仿生机制来降低能耗和时延。」

了解更多关于柴扬教授研究重点，可参考影片：

https://www.youtube.com/watch?v=Lk7Rga3kSoc

***完***