人类的视觉系统对生存和学习都至关重要。这是一个有效的过程，在大脑进行更复杂的动作之前，视网膜检测到光刺激并同时对图像信息进行预处理。近年来，数字视觉系统以传统的互补金属氧化物半导体(CMOS)成象机或电荷耦合器件(CCD)相机为基础，迅速发展起来，通过串行或并行结构上的扩展接口数字处理单元来实现计算机视觉。然而，这些传统的数字人工视觉系统在实际应用中往往耗电大、体积大、成本高，开发受人眼启发的神经形态视觉系统的挑战不仅来自于如何重现动物系统的灵活性、复杂性和适应性，还来自于如何在计算效率和优雅性方面做到这一点。与生物系统类似，这些神经形态电路将图像感知、记忆和处理功能集成到设备中，并实时处理连续的模拟亮度信号。高集成度、灵活性和超灵敏度对于尝试模仿生物处理的实用人工视觉系统是必不可少的。

       近日，中国科学院金属研究所沈阳材料科学国家实验室Qian-Bing Zhu等人设计了一个1024像素的柔性光电传感器阵列，使用碳纳米管和钙钛矿量子点的组合作为有效的神经形态视觉系统的活性材料。该器件对光的响应率为5.1× 107 A/W，比探测率为2×1016 Jones，并通过1 μW/cm2的弱光脉冲训练传感器阵列，表现出神经形态强化学习特征。光电传感器同时充当人工光感受器和一种生物突触，因此直接对光学刺激作出反应，并可完成功能预处理。这些结果为人工神经形态视觉系统的发展提供了动力，以模拟生物视觉系统的灵活性、复杂性和适应性。相关研究工作发表在《Nature Communications》上。（丁雷）

      文章链接：Qian-Bing Zhu et al, A flexible ultrasensitive optoelectronic sensor array for neuromorphic vision systems.Nature Communications(2021). https://doi.org/10.1038/s41467-021-22047-w.

消息来源：两江科技评论