基于二维材料的光电神经元与铁电突触的同质集成：面向类脑视觉

更接近眼睛的智能视觉

如今的相机和计算机在不同芯片间来回传输图像以实现感测、存储和处理，这会消耗大量能量。本文描述了一种新型微小“电子眼”，在一种材料中集成了这三项功能。研究人员通过模拟人类视网膜将光转化为电脉冲的方式，展示了通向小型、低能耗视觉系统的路径，这类系统可帮助汽车、机器人和便携设备实时“看见”并做出反应。

为什么当前的机器视觉效率低下

大多数数字视觉系统遵循常见流程：相机传感器记录光线，数据被传送到存储器，处理器进行计算。由于这些模块彼此分离，原始图像必须被反复读取、移动和重写，这既耗时又耗能。对于驾驶辅助或无人机等需要在边缘实时分析快速连续视频的任务，这成为一个严重问题。大脑通过在视网膜中直接进行早期处理来避免这一瓶颈——感光细胞与神经连接紧密交织。作者旨在将类似的“传感器内”策略引入电子设备，使用天然以神经脉冲而非传统数字信号交流的硬件。

由原子薄片构成的光敏神经元

研究的核心是一种由二硫化钼（MoS₂）制成的光驱动人工神经元，MoS₂是一种仅几层原子厚的二维半导体。当光照射该器件时，电荷在其界面被捕获并逐渐提升其电输出，类似于生物神经元膜电位对输入信号的积分。一旦该输出超过设定阈值，一个小电路会促使器件发出短促的脉冲并自动复位，为下一次光照做好准备。由于同一微小晶体管既感测光又随时间积累信号，因此不需要笨重的电容。该神经元对不同颜色（红、绿、蓝）有响应，并能以两种有用的方式对图像进行编码：通过其发放脉冲的频率，以及亮度变化后首次脉冲的延迟时间。

可记忆的电子突触

为了配合这些神经元，团队构建了人工突触——其电导可被调节并保持。该器件基于铁电场效应晶体管，其中一层特殊氧化物在控制电压移除后仍保留内部电极化。通过施加一系列短脉冲电压，每个突触的电导可以被逐步提高或降低，跨越约50个稳定等级，类似真实神经元在学习过程中连接的增强与减弱。该设计在铁电层与主通道之间设置绝缘缓冲层，从而提高稳定性并通过几何结构调整存储窗。突触像微小的可变电阻一样工作，非常适合执行构成神经网络计算基础的乘加运算。

将各部分组合以实现视觉与识别

研究人员接着展示了神经元和突触都可以在同一片晶圆上的MoS₂制备，形成一个紧凑阵列，光感神经元将其脉冲直接送入具有记忆功能的突触网络。剩余的神经元电子学被安置在一个简单的电路板上。在测试和详细模拟中，系统先将彩色图案编码为脉冲列，然后用小型脉冲神经网络对其进行分类，在基础颜色识别任务上达到约92%的准确率。进一步拓展时，作者模拟了一个更大网络，利用他们测得的器件行为来检测道路图像中的车辆和行人。经过训练后，该基于脉冲的网络在驾驶数据集上大约有94%的正确识别率，同时仍依赖硬件内建的时序和发率编码以获取稳健性和速度。

这对未来电子眼意味着什么

通过在单一二维材料平台上结合光感、类神经编码与突触记忆，这项工作将类脑视觉向能够自主“看”和“决策”的实用芯片推进了一步。MoS₂神经元在关键行为上紧密模仿生物细胞，而铁电突触在无需额外存储块的情况下提供了细粒度且低功耗的权值存储。尽管当前的演示规模较小且仍依赖外部电路与软件训练，但结果表明未来相机可将此类器件层直接集成到传感器中，从而使机器能够在现场过滤、识别并对视觉场景做出即时反应，能耗远低于将每个像素传输到远端处理器的做法。

引用: Wang, J., Liu, K., Tiw, P.J. et al. Homogeneous integration of two-dimensional material-based optoelectronic neurons and ferroelectric synapses for neuromorphic vision. Nat Commun 17, 2538 (2026). https://doi.org/10.1038/s41467-026-68905-3

关键词: 类脑视觉, 脉冲神经网络, 二维材料, 传感器内计算, 铁电突触