智能传感器应用高集成神经形态人工视觉光电传感器问世反复创新之举

近期，中国科学院金属研究所的孙东明研究员及成会明院士团队在沈阳材料科学国家研究中心与其他单位的合作下，成功研发了一种灵活高效的人工视觉光电传感器。该项研究成果已在《自然—通讯》上发表。

开发一套能够模拟人脑功能的机器视觉系统需要不仅具备人类视觉系统的灵活性和复杂性，还必须通过高效率的计算方式来实现。目前市场上的数字人工视觉系统通常依赖于传统互补金属氧化物半导体或电荷耦合图像传感器与执行机器算法的数字设备，这些传统系统存在较高功耗、尺寸大、成本高等问题。

科研人员创造了一个1024像素柔性神经形态光电阵列，其中量子点作为感光层和捕获层，而碳纳米管薄膜则作为电荷传输层。这两部分结合具有良好的柔韧性，可以均匀地覆盖大面积，同时保持长期稳定。在这个设计中，该阵列集成了光检测、信息存储以及数据预处理等功能，与生物系统相似，可实时并行处理信息，对于模仿生物视觉处理的人工视觉有着重要启示意义。此外，该技术首次在极低照度条件下表现出响应能力，并完成了基于神经形态强化学习的一个案例。

未来，基于这款神经形态光电传感器，研究者计划进一步设计电子路线，以构建更为强大的人工神经网络。这种网络将模拟大脑对信息处理过程中的运作，从而学习已知数据之间关系和特征，以获得更强的大型未知数据分析能力。