孙东明、成会明：面向人工视觉的碳纳米管光电传感器阵列问世

laohuaishu

视觉系统对生物体的生存和竞争都必不可少。在视觉信息处理过程中，在大脑视觉中枢做出复杂行为判断之前，视网膜在对光刺激信号进行检测的同时，并行处理所捕获的图像信息。开发人工视觉系统的挑战是双重的，既要重新创建动物系统的灵活性、复杂性和适应性，又要通过高效率计算和简洁的方式来实现它。目前的人工视觉系统往往采用传统的互补金属氧化半导体（CMOS）或者电荷耦合器件（CCD）图像传感器与执行机器视觉算法的数字系统相连接来实现，这些传统的数字人工视觉系统具有功耗高、尺寸大、成本高等缺点。相比而言，人类视觉系统拥有很多带有突触的视神经元，它们不仅能够探测图像信息，还可以存储信息和处理数据，因此能平行地处理大量的信息，而每个突触活动所耗费的能量仅为1-100飞焦耳。因此，将图像感测、存储和处理功能集成到器件的单一空间，并针对连续模拟亮度信号实时处理不同类型的时空计算，对实现神经形态人工视觉系统意义重大。具有神经形态的光电传感器通过模拟电子电路，实现由生物系统启发的特殊视觉处理功能，这些电路特别适合于尝试模仿生物视觉系统的构建。
　　近期，中国科学院金属研究所科研人员与国内多家单位的科研团队合作，开发出一种柔性碳纳米管-量子点神经形态人工视觉芯片，研究成果于3月19日在《自然·通讯》（Nature Communications）在线发表，题为“面向神经形态视觉系统的柔性超灵敏光电传感阵列（A flexible ultrasensitive optoelectronic sensor array for neuromorphic vision systems）”。
　　为了构筑高性能的神经形态视觉系统，必须首先获得具有超高响应度、探测性和信噪比的光电传感器。为了在极端昏暗的光线条件下实现增强的成像能力，科研人员设计并制备了一个1024像素的柔性光电传感器阵列，使用半导体性碳纳米管和钙钛矿量子点的组合作为神经形态视觉系统的有源敏感材料，集成了光传感、信息存储和数据预处理等功能，成功实现了视觉图像强化学习过程。这两类材料都具有优异的柔韧性、稳定性及工艺兼容等特点，通过材料组合为实现兼具生物体灵活性、复杂性和适应性的神经形态人工视觉传感器提供了新策略。这也是第一次通过高集成度物理器件阵列方式，实现超弱光脉冲（1μW/cm2）响应，并完成神经形态强化学习的案例。与生物系统行为类似，光电传感器、存储元件和数据分析处理等组件在阵列中共享物理空间，并实时并行处理信息，这些结果对于试图模仿生物视觉处理的人工视觉系统具有重要的启发意义。


　　该工作由中科院金属所孙东明、成会明课题组与南京理工大学李晓明、曾海波课题组，中科院苏州纳米所邱松、李清文课题组，东北大学田亚男和南京大学王肖沐等单位合作完成。中科院金属所博士生朱钱兵、李波为共同第一作者。该研究计划得到了国家自然科学基金、国家重点研发计划、中科院先导项目和沈阳材料科学国家研究中心等项目支持。

图1. 单元器件设计与性能。半导体性碳纳米管和无机钙钛矿量子的复合薄膜构成器件的沟道材料。其中，量子点作为感光层和光生电荷俘获层，高纯度半导体性碳纳米管薄膜作为载流子传输层。a. 结构示意图；b. 柔性人工视觉芯片外观图（标尺，5 mm）；c. 不同光强下的器件转移特性曲线；d. 暗态（上图）与光照（下图）条件下的作用机制。

图2. 光电响应与神经突触特性。a. 响应度、外量子效率与激光功率密度关系，其中响应度高达5.1×107 A/W； b. 探测度与激光功率密度关系，其中探测度高达2×1016 Jones；c. 基于不同类别材料的器件响应度-探测度综合性能对比；d. 光学和电学激励下的器件开关响应特性，其中信噪比大于>105；e. 人工神经突触的双脉冲易化（PPF）性能；f. 人工神经突触的长程增强现象。

图3. 碳纳米管-量子点神经形态人工视觉光电传感器。a. 人工视觉芯片外观图（标尺，5 mm）；b. 1024像素传感器阵列光学照片（标尺，0.5 mm）；c. 单元像素的光学照片（标尺，20μm）； d. 人类视觉皮层针对不同人脸形成的差异性印象的示意图；e. 初始状态以及在10、20、50、100和200个光脉冲训练后数字“8”突触权重结果。其中，激光波长405nm，激光功率密度 1μW/cm2，光脉冲宽度250ms，脉冲间隔250ms；f. 初始状态以及在4.0μW/cm2, 0.3mW/cm2, 1.0mW/cm2, 2.5mW/cm2 和 4.0mW/cm2功率密度下训练10个光脉冲后数字“8”的突触权重结果。其中，激光波长405nm，光脉冲宽度250ms，脉冲间隔250ms；g. 人类面部（论文第一作者）的识别训练过程模拟。

　　为了构筑高性能的神经形态视觉系统，必须首先获得具有超高响应度、探测性和信噪比的光电传感器。为了在极端昏暗的光线条件下实现增强的成像能力，科研人员设计并制备了一个1024像素的柔性光电传感器阵列，使用半导体性碳纳米管和钙钛矿量子点的组合作为神经形态视觉系统的有源敏感材料，集成了光传感、信息存储和数据预处理等功能，成功实现了视觉图像强化学习过程。这两类材料都具有优异的柔韧性、稳定性及工艺兼容等特点，通过材料组合为实现兼具生物体灵活性、复杂性和适应性的神经形态人工视觉传感器提供了新策略。这也是第一次通过高集成度物理器件阵列方式，实现超弱光脉冲（1μW/cm2）响应，并完成神经形态强化学习的案例。与生物系统行为类似，光电传感器、存储元件和数据分析处理等组件在阵列中共享物理空间，并实时并行处理信息，这些结果对于试图模仿生物视觉处理的人工视觉系统具有重要的启发意义。
　　该工作由中科院金属所孙东明、成会明课题组与南京理工大学李晓明、曾海波课题组，中科院苏州纳米所邱松、李清文课题组，东北大学田亚男和南京大学王肖沐等单位合作完成。中科院金属所博士生朱钱兵、李波为共同第一作者。该研究计划得到了国家自然科学基金、国家重点研发计划、中科院先导项目和沈阳材料科学国家研究中心等项目支持。


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


       文章来源：金属所
       成会明：国际知名碳材料科学家、中科院院士、发展中国家科学院院士，清华-伯克利深圳学院教授、低维材料与器件实验室主任，中科院金属所研究员。成会明院士是国家自然科学基金委工程与材料学部咨询委员会成员、无机非金属材料学科评审专家，曾任“863”计划功能材料专家组专家，被澳大利亚研究理事会、新加坡教育部、香港地区研究资助局等国家和地区聘为外部评审专家。曾任国际刊物Carbon副主编、《新型炭材料》主编，现任国际刊物Energy Storage Materials（储能材料）主编 （影响因子>15）、Science China Materials（中国科学-材料）副主编。曾任亚洲碳协会主席、两届碳国际会议共同主席，是纳米管、石墨烯和碳科学等系列国际会议学术顾问委员，在国际会议上做特邀报告130余次，在国内外碳材料领域具有重要影响。成会明院士曾获得国家自然科学二等奖、国防科技进步二等奖、何梁何利科技进步奖、美国碳学会Pettinos 奖、德国Felcht奖、桥口隆吉基金奖、辽宁省自然科学奖一等奖（2项）、美国化学会ACS Nano Lectureship奖等。他已发表学术论文550余篇，其中2007～2016年发表的论文中有ESI高被引论文72篇，论文被引用53000多次（h因子达106），获授权中国及PCT专利100余项，成立了5家高新技术材料企业。
        孙东明，男，1978年12月生，中国科学院金属研究所研究员、纳米碳基电子器件创新课题组组长，国家优秀青年科学基金获得者。2001年毕业于吉林大学电子材料与元器件专业，2006年获得吉林大学微电子学与固体电子学博士学位，2006-2012年在日本东京工业大学和名古屋大学工作。2012年，在中科院金属所先进炭材料研究工作。主要从事碳纳米管/石墨烯基柔性薄膜晶体管器件、微机电系统/压电超声波马达、印刷电子器件领域的研究。提出了气相过滤转移技术制备柔性碳纳米管薄膜晶体管电路的方法，大幅度提高了碳纳米管晶体管器件的性能，并率先实现了碳纳米管时序逻辑集成电路；提出了全碳薄膜晶体管器件的设计思路，首次制备出可塑全碳晶体管电路。