在AI技術飛速發展的今天，其在預測心臟病、自然災害和管道故障等緊急事件方面變得越來越重要。這些應用場景對數據的快速處理提出了更高的要求。東京理科大學（簡稱TUS）的研究團隊在這一領域取得了突破性進展，開發了一種新型的物理儲層計算（PRC）設備，該設備能夠高效處理多尺度時間序列數據，為邊緣AI領域帶來了革命性的變革。

    一、研究背景與挑戰
    傳統的邊緣AI設備在處理跨多個時間尺度的時間序列數據時面臨挑戰，這些數據廣泛存在于監測基礎設施、自然環境和醫療狀況的信號中。為了克服這一難題，TUS的研究團隊在TakashiIkuno教授的帶領下，成功研發出了一種基于染料敏化太陽能電池的自供電光電光聚合人工突觸，這種新型設備能夠通過輸入光強度控制時間常數，從而實現多尺度時間序列數據處理。

    二、技術創新與特點
    該設備模仿人類突觸元素，有望實現與人類視覺系統相當的識別和實時處理能力。它基于染料敏化太陽能電池，采用方酸菁衍生物染料，將光輸入、AI計算、模擬輸出和電源功能集成于一體。這種集成化設計不僅提高了設備的效率，還降低了能耗。
    研究人員通過激光測量了瞬態電壓響應隨光強度的變化，發現該裝置表現出對光強度的突觸可塑性，展現出成對脈沖促進和成對脈沖抑制等突觸特征。這一發現表明，通過調整光強度，可以在時間序列數據處理任務中獲得高計算性能，而與輸入光脈沖寬度無關。

    三、性能評估與實際應用
    在實際應用測試中，當該設備作為PRC的儲存層時，它能夠以超過90%的準確率對人體動作（如彎曲、跳躍、跑步和行走）進行分類，且功耗僅為傳統系統的1%。這一成果不僅展示了設備在處理不同時間尺度的時間序列數據方面的能力，還顯著減少了相關的碳排放，對環境保護具有重要意義。

    四、研究意義與未來展望
    這項研究為邊緣AI和神經形態計算中的高級應用提供了多時間尺度PRC的途徑。基于染料敏化太陽能電池的突觸裝置有望加速開發用于不同時間尺度的節能邊緣AI傳感器，這些傳感器可以應用于監控攝像頭、汽車攝像頭和健康監測等多個領域。
    Ikuno教授預計，該設備將作為邊緣AI光學傳感器，可以連接到任何物體上，例如車載攝像頭、車載計算機或人體，并且運行成本低廉。他說：“該設備可以用作低功耗識別人體運動的傳感器，因此有可能為改善車輛功耗做出貢獻。此外，它有望用作獨立智能手表和醫療設備中的低功耗光學傳感器，從而大大降低其成本，使其與當前醫療設備相當甚至更低。”
    這項突破性研究的結果已經發表在《ACSAppliedMaterials&Interfaces》期刊上。