中国科学院首次实现在极暗条件下响应，并完成神经形态强化学习

日前，中国科学院金属研究所沈阳材料科学国家研究中心孙东明研究员、成会明院士课题组与相关单位合作，开发出一种柔性碳纳米管—量子点神经形态人工视觉光电传感器。相关研究成果发表于《自然—通讯》。

开发人工视觉系统，既要重新创建人工系统的灵活性、复杂性和适应性，又要通过高效率的计算和简捷的方式来实现。目前的人工视觉系统往往通过传统的互补金属氧化物半导体或者电荷耦合器件图像传感器与执行机器视觉算法的数字系统相连，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。

科研人员设计并制备了一个1024像素的柔性神经形态光电传感器阵列，其中铯铅溴钙钛矿量子点作为感光层和光生电荷俘获层，半导体性碳纳米管薄膜作为电荷传输层，二者复合具有良好的柔性，能够均匀地大面积成膜，并保持长期稳定性。同时，该光电传感器阵列集成了光传感、信息存储和数据预处理等功能，这与生物系统行为类似，可实现实时并行处理信息，对于模仿生物视觉处理的人工视觉系统具有重要启发意义。

据悉，该研究还是首次实现在极暗条件下响应，并完成神经形态强化学习的案例。

基于此神经形态光电传感器，科研人员希望下一步通过电路设计，构建功能更强大的人工神经网络，模拟大脑对信息的处理过程，对已知数据之间的关联和特征进行学习，从而获得更强的未知数据处理能力。