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。人工视觉系统通常采用数字信息技术来实现，其信息处理与光信息采集单元分离，呈现结构繁杂、数据冗余和能耗较大等诸多不足。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的耦合能够实现宽带光感知，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。如何通过简单的溶液法路径高效实现该类二维层状光电异质结的规模制备具有现实意义。

近日，我校柔性电子（未来技术）学院黄维院士团队刘举庆教授、李银祥副教授课题组在前期碳基阻变存储与神经形态电子的基础上，创造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。这种异质结光电突触还可以实现视觉学习和识别的神经形态网络，以及高效的时间信息解码。该工作不仅为碳基光电异质结的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开发提供了有益借鉴。

相关成果以“Co-assembledperylene/graphene oxidephotosensitiveheterobilayer forefficientneuromorphics”为题发表在世界顶级期刊Nature Communications（《自然•通讯》）上。柔性电子（未来技术）学院2019级硕士生张河山、2021级博士生董雪梅为论文共同第一作者。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

作者：柔性电子（未来技术）学院；审核：马明辉