最近發表在《ACS Nano》上的一項研究對這項技術進行了描述，在它能感知的波長范圍方面，從紫外線到可見光再到紅外光譜，它的表現也比眼睛更好。

　　它將三種不同的操作融為一體的能力則進一步促進了它的獨特性。目前可用的智能圖像技術如自動駕駛汽車中的技術都需要單獨的數據處理、記憶和感應。

　　研究人員稱，通過整合這三個程序，UCF設計的設備要比現有技術快得多。在一個一英寸寬的芯片上裝有數百個設備，該技術也相當緊湊。

　　“它將改變今天實現AI的方式，”研究的論文主要調查者、加州大學舊金山分校材料科學與工程系和納米科學技術中心的助理教授Tania Roy說道，“今天，所有的東西都是分立元件并在傳統硬件上運行。而在這里，我們有能力在一個小平臺上使用單一設備進行傳感器內計算?！?/p>

　　這項技術擴展了研究小組以前的工作，該小組創造了類似大腦的設備，這可以使AI在偏遠地區和空間工作。

　　Roy說道：“我們有一些設備，它們的行為就像人腦的突觸一樣，但我們仍沒有直接向它們提供圖像，。現在，通過向它們添加圖像感應能力，我們有了類似于突觸的設備，通過同時感應、處理和識別圖像，像相機中的‘智能像素’一樣發揮作用?！?/p>

　　該研究的論文第一作者、加州大學物理系博士生Molla Manjurul Islam'17MS指出，對于自動駕駛車輛來說，該設備的多功能性將使其在一系列條件下的駕駛更加安全，包括在晚上。

　　“如果你在夜間乘坐你的自動駕駛汽車，而汽車的成像系統只在一個特定的波長下工作，例如可見光波長，它將看不到它前面的東西。但在我們的案例中，通過我們的設備，它實際上可以看到整個狀況，”Islam介紹道，“目前還沒有報道過這樣的設備，它可以同時在紫外線范圍和可見光波長以及紅外線波長下工作，所以這是該設備最獨特的賣點。”

　　該技術的關鍵是由二硫化鉬和二碲化鉑制成的納米級表面工程，其可以幫助實現多波長傳感和記憶。這項工作是跟YeonWoong Jung密切合作完成的，他是UCF納米科學技術中心和材料科學與工程系的助理教授。

　　研究人員通過讓該設備感知和識別混合波長的圖像來測試其準確性--一個紫外線數字“3”和一個紅外線部分即數字的鏡像，放在一起形成一個“8”。他們證明了該技術能夠分辨出這些圖案并將其識別為紫外線中的“3”和紅外線中的“8”。

　　研究報告的論文共同作者、UCF電子和計算機工程系的博士生Adithi Krishnaprasad '18MS表示：“我們得到了70%到80%的準確率，這意味著他們有非常好的機會可以在硬件中實現?！?/p>

　　研究人員稱，這項技術可能在未來5到10年內投入使用。