导 读
当前人工智能的智能感知技术虽初步成熟，但其传感器在获取外部信息的完整性和效率上，仍远低于人类视网膜的水平。同时，现有系统中物理分离的传感与处理模块导致了硬件冗余，集成度远低于人类感知系统。上海医疗器械博览会认为，模仿生物高效机制的仿生感知系统，展现出巨大潜力。
图1 器件示意图与特性曲线。A) 人类触觉/视觉感觉系统示意图。B) 基于不对称MoS₂/CIPS异质结的人工突触三维示意图。C) 实时兴奋性突触后电流响应。Copyright 2024, Wiley-VCH Verlag. D) 基于α-In₂Se₃铁基场效应晶体管的人工智能视觉系统。E) 展示2H堆叠结构的α-In₂Se₃截面高角度暗场环形图像。红色和黄色点分别标示In和Se原子。F) 不同脉冲宽度下a-In₂Se₃铁电场效应晶体管的编程擦除时间。G) 对应不同脉冲的能耗。Copyright 2024, Science China Press. H) 基于MoS₂/h-BN/Te异质结的浮栅存储器件示意图。Copyright 2024, Wiley-Blackwell. I) 二维MoSe₂光电传感器的示意图。J) 器件的光适应与暗适应特性。Copyright 2024, Springer Nature
我们正处在一个人工智能飞速发展的时代，而智能感知作为AI的核心领域，致力于让机器像人类一样感知世界。然而，传统传感器获取的信息有限，且系统内各单元分离运作，导致能耗高、响应慢。相比之下，人类视网膜能以极低的能耗高效处理复杂视觉信息，这种卓越性能激发了科研人员对“仿生视网膜光电传感器”的研究热潮。
一、从人眼到器件：仿生视觉的基本原理
人类视网膜不仅能感光，还能对信息进行初步处理和动态适应。科学家利用半导体的“光电耦合机制”模拟这一过程：当光线照射特定材料时，会产生电信号变化，实现光能到电能的转换。近年来，新型二维材料（如MoS₂、α-In₂Se₃等）因其独特的电子特性，成为制造仿生视网膜传感器的理想选择。这些材料能够模拟生物突触的可塑性、实现超低功耗运算，甚至同时处理多种信号，为仿生视觉芯片奠定了物理基础。
二、前沿技术突破
人工光学突触：通过将二维硫化钼与铁电材料结合，研究者制造出能模拟生物突触的器件。它不仅能在光刺激下产生类似神经信号的电流，还展现出短期记忆与长期记忆特性。这种突触器件如同给机器装上了“可调节的神经连接”，能通过光脉冲动态调整信号传递强度，为类脑视觉处理提供了新范式。
光电晶体管：采用α相硒化铟制备的光电晶体管，兼具优异光响应（2855 A/W）与超低能耗（0.37 aJ/脉冲）。其运行速度比传统器件快数个量级，在图像特征提取等任务中表现卓越。基于该器件构建的视觉系统，在手写数字识别中达到了92.63%的准确率，展现了传感-计算一体化架构的巨大潜力。
多模态存储器：利用一种基于碲的二维范德华异质结构建的存储器，可同时响应电信号和光信号。该器件不仅具备纳秒级切换速度，还能稳定运行超过4000次循环。这种多模态融合能力，使得单一器件能处理来自多种信号的输入信息，极大提高了系统集成度。
自适应光电传感器：模仿人眼明暗适应机制的二维硫化钼传感器，能根据光照强度在雪崩效应和光电导效应间智能切换。其自适应速度比人类视网膜快万倍以上，明暗切换仅需268微秒。结合卷积神经网络后，该传感器在昏暗与明亮环境下均保持超过98%的图像识别准确率，实现了真正意义上的实时自适应机器视觉。
三、未来展望
尽管现有器件性能已远超传统传感器，但与人类视网膜的精巧设计相比仍存差距。未来研究将聚焦三个方向：
更低的能耗与更快的响应：向生物神经元的能耗水平逼近。
更高的集成度：开发能同时处理多模态信号的集成系统。
智能化感知：实现动态视觉信息直接提取。
这些突破将推动仿生神经芯片发展，为新一代人工智能视觉系统、医疗康复器械乃至智能机器人打开新的想象空间。
总结与展望
仿生视网膜光电传感器正迎来革命性突破。借助二维材料，已开发出能耗接近生物突触的光电晶体管、能模拟人眼明暗适应的微秒级传感器等多功能器件。这些突破使机器视觉在响应速度与能效上远超传统传感器。未来研究将聚焦更低功耗、更高集成度及动态信息直接提取等方向，为实现真正类人视觉感知、推动人工智能与医疗康复技术发展奠定关键基础。
文章来源：TheInnovation创新
文章内容仅供知识交流分享使用，如涉侵权请联系我们删除。
