自动驾驶汽车和机器人在夜间车灯明暗交替等复杂光照环境下，其“视力”往往会下降。据最新一期《自然·通讯》杂志报道，受人眼工作机制启发，美国宾夕法尼亚州立大学研究团队利用新型光忆阻器赋予了机器类似人类的视觉能力。这种仿生“人造眼睛”可在数秒内适应明暗变化，在复杂光照环境下实现超过95%的识别准确率。
光忆阻器是一种能够感知光线并将其转化为电信号，同时具备存储能力的微型电子器件，被认为是构建新一代人工视觉系统的重要基础。传统光忆阻器通常针对固定光照条件进行优化，但在光照快速变化或明暗交错环境下，识别精度容易下降。例如，自动驾驶汽车夜间行驶时，黑暗背景与迎面车灯形成强烈反差，使人工视觉系统难以准确识别交通信号灯等关键目标。
在人眼内部，视杆细胞和视锥细胞协同工作，帮助眼睛适应不同光照条件。研究团队认为，如果在光忆阻器中模拟这一过程，就有望获得更灵活、更准确的视觉监测能力。
团队采用导电聚合物PEDOT:PSS和二氧化钛构建新型光忆阻器。其中，二氧化钛负责捕获环境光并产生光电流，而PEDOT:PSS则会根据光照强弱吸收或释放水分，从而自动调节器件灵敏度，实现对不同光照条件的动态适应。实验结果显示，新型器件能够准确检测不同强度的紫外光，且性能不受环境湿度影响。
这种器件体积十分小巧，每个光忆阻器直径仅约0.5毫米。通过将多个光忆阻器连接成阵列，能够实现更大范围光图案的识别。
为了进一步评估性能，研究团队将4×4光忆阻器阵列与人工神经网络结合，构建出类似自动驾驶汽车和机器人使用的视觉系统。经过7轮训练，该系统便能在复杂光照环境下以超过95%的准确率识别目标图案。
人眼完全适应明暗变化通常需要20至30分钟，而这种仿生光忆阻器能够在数秒内完成调节。未来，该技术有望应用于自动驾驶、人机协作、工业机器人以及辅助视障人士恢复视觉等领域。
