西工大新闻网8月30日电（柔轩）高效低能耗神经形态器件模拟视觉系统的研究与开发对人工智能发展具有重大意义。受人类视觉系统信息并行处理的启发，神经形态视觉传感作为一种新型高效类脑视觉处理技术，具有感存算一体、低数据冗余与低功耗等优势，受到各界广泛关注。二维层状异质结因其光响应灵敏、信号可塑性可调和功耗低等特性，被认为是构筑人工神经形态视觉传感最有前途的材料体系之一。异质组分光吸收区域耦合有助实现宽带光感知，带隙不匹配和缺陷态电荷俘获释放赋予其信号处理具有记忆可塑性。如何通过简单高效的溶液法路径实现该类异质结的规模制备具有现实意义。

近日，西北工业大学柔性电子基础科学中心黄维院士、南京工业大学刘举庆教授与李银祥副教授合作报道了一种基于气液界面共自组装策略构筑大尺寸二维碳基异质结的普适性方法，获得了系列匀质厘米级异质结双层薄膜。该异质结器件具有高效的宽带（365 - 1550 nm）光感知与信息强化学习能力，其比探测率高达3.1×10¹³Jones，双脉冲易化指数高达214%，能耗仅为10^-9W。基于该异质结突触的神经形态网络可以实现视觉学习和识别，以及时间信息解码。该工作不仅为碳基光电异质结高质量构筑提供了一种有效通用策略，也为碳基神经形态电子的研发提供了有益借鉴。相关研究工作以“Co-assembledperylene/graphene oxidephotosensitiveheterobilayer forefficientneuromorphics”为题发表在国际著名期刊Nature Communications（《自然•通讯》）上。

该工作得到了国家重点研发计划、国家自然科学基金等项目的支持。

原文链接：https://doi.org/10.1038/s41467-022-32725-y

（审核：王凡华）