Sinapse artificial autoalimentada imita a visão de cores humana
À medida que a inteligência artificial e os dispositivos inteligentes continuam a evoluir, a visão computacional assume um papel cada vez mais essencial no desenvolvimento das tecnologias modernas. No entanto, apesar dos avanços, os sistemas de visão de máquina ainda enfrentam um grande desafio: o processamento das enormes quantidades de dados visuais gerados a cada segundo requer consideráveis recursos de energia, armazenamento e computação, dificultando a incorporação de capacidades de reconhecimento visual em dispositivos de borda, como smartphones, drones ou veículos autônomos.
Curiosamente, o sistema visual humano apresenta um modelo inspirador. Ao contrário dos sistemas convencionais, que precisam capturar e processar cada detalhe, nossos olhos e cérebro filtram as informações de forma seletiva, possibilitando um processamento visual mais eficiente com baixo consumo de energia.
A computação neuromórfica, que imita a estrutura e o funcionamento dos sistemas neurais biológicos, desponta como uma abordagem promissora para superar os obstáculos da visão computacional. Entretanto, dois grandes desafios persistiram: atingir um reconhecimento de cores comparável à visão humana e eliminar a necessidade de fontes de energia externas para reduzir o consumo.
Nesse contexto, uma equipe de pesquisadores da Tokyo University of Science desenvolveu uma solução inovadora. Em um estudo publicado em 12 de maio de 2025, os pesquisadores apresentam uma sinapse artificial autoalimentada, capaz de distinguir cores com precisão notável. O dispositivo foi criado integrando dois tipos distintos de células solares sensibilizadas por corante, que respondem de maneira diferente aos variados comprimentos de onda da luz. Diferentemente das sinapses artificiais optoeletrônicas convencionais, que dependem de fontes de energia externas, o novo dispositivo gera sua eletricidade através da conversão de energia solar, o que o torna especialmente adequado para aplicações de computação na borda, onde a eficiência energética é primordial.
Testes extensivos demonstraram que o sistema é capaz de distinguir cores com uma resolução de 10 nanômetros ao longo do espectro visível — uma capacidade de discriminação que se aproxima da do olho humano. Além disso, o dispositivo apresentou respostas bipolares, gerando tensão positiva sob luz azul e negativa sob luz vermelha, o que possibilita a realização de operações lógicas complexas que, convencionalmente, exigiriam múltiplos dispositivos.
Para demonstrar uma aplicação prática, a equipe integrou o dispositivo em uma estrutura de computação de reservatório físico, utilizando-o para reconhecer diferentes movimentos humanos capturados em vermelho, verde e azul. O sistema atingiu impressionantes 82% de precisão na classificação de 18 diferentes combinações de cores e movimentos, utilizando apenas um dispositivo em substituição aos múltiplos fotodiodos empregados em sistemas tradicionais.
As implicações dessa pesquisa abrangem diversos setores. Em veículos autônomos, essa tecnologia pode possibilitar o reconhecimento mais eficiente de semáforos, sinais de trânsito e obstáculos. Na área da saúde, o dispositivo pode ser utilizado em equipamentos vestíveis que monitoram sinais vitais, como os níveis de oxigênio no sangue, com consumo mínimo de bateria. Para os eletrônicos de consumo, essa inovação pode levar ao desenvolvimento de smartphones e dispositivos de realidade aumentada/virtual com uma vida útil de bateria bastante aprimorada, sem comprometer as sofisticadas capacidades de reconhecimento visual.
Os pesquisadores apontam que essa tecnologia tem grande potencial para contribuir na implementação de sistemas de visão computacional de baixo consumo, com habilidades de discriminação de cores tão refinadas quanto as do olho humano. As possíveis aplicações incluem sensores ópticos para carros autônomos, dispositivos biométricos de baixo consumo para o setor médico e aparelhos portáteis de reconhecimento.
Em suma, este avanço representa um passo significativo rumo à integração da visão computacional em dispositivos de borda, permitindo que nossas tecnologias diárias comecem a enxergar o mundo de uma maneira mais próxima à nossa própria percepção.
