視覺系統(tǒng)對生物體的生存和競爭都必不可少。在視覺信息處理過程中，在大腦視覺中樞做出復雜行為判斷之前，視網(wǎng)膜在對光刺激信號進行檢測的同時，并行處理所捕獲的圖像信息。開發(fā)人工視覺系統(tǒng)的挑戰(zhàn)是雙重的，既要重新創(chuàng)建動物系統(tǒng)的靈活性、復雜性和適應性，又要通過高效率計算和簡潔的方式來實現(xiàn)它。目前的人工視覺系統(tǒng)往往采用傳統(tǒng)的互補金屬氧化半導體（CMOS）或者電荷耦合器件（CCD）圖像傳感器與執(zhí)行機器視覺算法的數(shù)字系統(tǒng)相連接來實現(xiàn)，這些傳統(tǒng)的數(shù)字人工視覺系統(tǒng)具有功耗高、尺寸大、成本高等缺點。相比而言，人類視覺系統(tǒng)擁有很多帶有突觸的視神經(jīng)元，它們不僅能夠探測圖像信息，還可以存儲信息和處理數(shù)據(jù)，因此能平行地處理大量的信息，而每個突觸活動所耗費的能量僅為1-100飛焦耳。因此，將圖像感測、存儲和處理功能集成到器件的單一空間，并針對連續(xù)模擬亮度信號實時處理不同類型的時空計算，對實現(xiàn)神經(jīng)形態(tài)人工視覺系統(tǒng)意義重大。具有神經(jīng)形態(tài)的光電傳感器通過模擬電子電路，實現(xiàn)由生物系統(tǒng)啟發(fā)的特殊視覺處理功能，這些電路特別適合于嘗試模仿生物視覺系統(tǒng)的構建。
近期，中國科學院金屬研究所科研人員與國內多家單位的科研團隊合作，開發(fā)出一種柔性碳納米管-量子點神經(jīng)形態(tài)人工視覺芯片，研究成果于3月19日在《自然 通訊》（Nature Communications）在線發(fā)表，題為“面向神經(jīng)形態(tài)視覺系統(tǒng)的柔性超靈敏光電傳感陣列（A flexible ultrasensitive optoelectronic sensor array for neuromorphic vision systems）”。
為了構筑高性能的神經(jīng)形態(tài)視覺系統(tǒng)，必須首先獲得具有超高響應度、探測性和信噪比的光電傳感器。為了在極端昏暗的光線條件下實現(xiàn)增強的成像能力，科研人員設計并制備了一個1024像素的柔性光電傳感器陣列，使用半導體性碳納米管和鈣鈦礦量子點的組合作為神經(jīng)形態(tài)視覺系統(tǒng)的有源敏感材料，集成了光傳感、信息存儲和數(shù)據(jù)預處理等功能，成功實現(xiàn)了視覺圖像強化學習過程。這兩類材料都具有優(yōu)異的柔韌性、穩(wěn)定性及工藝兼容等特點，通過材料組合為實現(xiàn)兼具生物體靈活性、復雜性和適應性的神經(jīng)形態(tài)人工視覺傳感器提供了新策略。這也是第一次通過高集成度物理器件陣列方式，實現(xiàn)超弱光脈沖（1 W/cm2）響應，并完成神經(jīng)形態(tài)強化學習的案例。與生物系統(tǒng)行為類似，光電傳感器、存儲元件和數(shù)據(jù)分析處理等組件在陣列中共享物理空間，并實時并行處理信息，這些結果對于試圖模仿生物視覺處理的人工視覺系統(tǒng)具有重要的啟發(fā)意義。
該工作由中科院金屬所孫東明、成會明課題組與南京理工大學李曉明、曾海波課題組，中科院蘇州納米所邱松、李清文課題組，東北大學田亞男和南京大學王肖沐等單位合作完成。中科院金屬所博士生朱錢兵、李波為共同第一作者。該研究計劃得到了國家自然科學基金、國家重點研發(fā)計劃、中科院先導項目和沈陽材料科學國家研究中心等項目支持。
圖1. 單元器件設計與性能。半導體性碳納米管和無機鈣鈦礦量子的復合薄膜構成器件的溝道材料。其中，量子點作為感光層和光生電荷俘獲層，高純度半導體性碳納米管薄膜作為載流子傳輸層。a. 結構示意圖；b. 柔性人工視覺芯片外觀圖（標尺，5 mm）；c. 不同光強下的器件轉移特性曲線；d. 暗態(tài)（上圖）與光照（下圖）條件下的作用機制。
圖2. 光電響應與神經(jīng)突觸特性。a. 響應度、外量子效率與激光功率密度關系，其中響應度高達5.1 107 A/W； b. 探測度與激光功率密度關系，其中探測度高達2 1016 Jones；c. 基于不同類別材料的器件響應度-探測度綜合性能對比；d. 光學和電學激勵下的器件開關響應特性，其中信噪比大于>105；e. 人工神經(jīng)突觸的雙脈沖易化（PPF）性能；f. 人工神經(jīng)突觸的長程增強現(xiàn)象。
圖3. 碳納米管-量子點神經(jīng)形態(tài)人工視覺光電傳感器。a. 人工視覺芯片外觀圖（標尺，5 mm）；b. 1024像素傳感器陣列光學照片（標尺，0.5 mm）；c. 單元像素的光學照片（標尺，20 m）； d. 人類視覺皮層針對不同人臉形成的差異性印象的示意圖；e. 初始狀態(tài)以及在10、20、50、100和200個光脈沖訓練后數(shù)字“8”突觸權重結果。其中，激光波長405nm，激光功率密度 1 W/cm2，光脈沖寬度250ms，脈沖間隔250ms；f. 初始狀態(tài)以及在4.0 W/cm2, 0.3mW/cm2, 1.0mW/cm2, 2.5mW/cm2 和 4.0mW/cm2功率密度下訓練10個光脈沖后數(shù)字“8”的突觸權重結果。其中，激光波長405nm，光脈沖寬度250ms，脈沖間隔250ms；g. 人類面部（論文第一作者）的識別訓練過程模擬。
