中科院团队开发出一种碳纳米管光电传感器阵列，打造高性能人工视觉系统

开发受人眼启发的神经形态视觉系统，其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灵活性方面做到这一点。

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、灵活性和超灵敏度等特性，对于尝试模仿生物处理的高性能人工视觉系统而言，是必不可少的。

在他们的研究中，中国科学院金属研究所与国内多家单位的科研团队合作，开发出了一个1024像素的柔性光电传感器阵列，并使用半导体性碳纳米管（CNTs）和钙钛矿量子点（CsPbBr3-QDs）的组合，作为有效的神经形态视觉系统的活性材料。

该阵列不仅具有非凡的对光的敏感性，而且具有信息存储和数据预处理能力。观察显示，该器件对光的响应率为5.1×10⁷ A/W，特异探测率为2×10¹⁶ Jones，并通过1 μW/c㎡的弱光脉冲训练传感器阵列，表现出神经形态强化学习。

这也是第一次神经形态强化学习被实验证明，并训练一个高度集成的传感器阵列与1 μW/c㎡弱光脉冲。与生物系统类似，光感受器、记忆元件和计算节点组件在阵列中共享相同的物理空间，并以并行和实时的方式处理信息，这使得它们成为试图模拟生物处理的人工视觉系统的一大吸引力。

近日，相关成果以“A flexible ultrasensitive optoelectronic sensor array for neuromorphic vision systems”为题，在线发表在《自然-通讯》（Nature Communications）上。

译/前瞻经济学人APP资讯组

原文链接：https://www.nature.com/articles/s41467-021-22047-w

更多数据请参考前瞻产业研究院《2021-2026年中国传感器制造行业发展前景与投资预测分析报告》，同时前瞻产业研究院提供产业大数据、产业规划、产业申报、产业园区规划、产业招商引资、IPO募投可研等解决方案。