近日，光子芯片研究院和光电学院硕士研究生李润泽以第一作者身份在《PhotoniX》（中科院1区期刊，IF:19.818）上发表了题为“CsPbBr3/石墨烯纳米壁人工光电突触的可控感知学习”（CsPbBr3/graphene nanowall artificial optoelectronic synapses for controllable perceptual learning）的研究成果。光子芯片研究院沪江博士后董毅博博士为该文章共同第一作者，上海理工大学为第一单位，陈希教授、岳增记教授和顾敏院士为通讯作者。
基于光刺激的人工光电突触可以大大拓宽带宽，缓解互连问题，为神经形态计算提供了新途径。更重要的是，由于外界80%的信息是通过视觉感知传递到人脑的，人工光电突触为光学无线通信和操作的发展提供了一种非接触式输入法。光电突触可以精确模拟视网膜神经元，实现高精度的图像检测和识别。异质结型人工光电突触由于通道区引入了光吸收体和缺陷异质界面，提供了低功率光输入源的可能性。因此，异质结型突触具有可控光电相应的特点，尤其适用于以视觉感知模拟为代表的神经网络光子计算中。
该文章报道了基于石墨烯纳米壁和钙钛矿量子点的异质结型光电突触，突触采用CsPbBr3量子点作为光吸收层，石墨烯纳米壁作为半导体传输层，CsPbBr3和石墨烯纳米壁接触形成异质结结构。这种结构的内置电场可以有效的分离光生载流子，同时石墨烯纳米壁中的天然缺陷也可以限制转移载流子，大大延长载流子寿命。通过制作这种异质结突触组成的阵列，文章作者完成了人工神经网络的搭建，并经过实验证明，该神经网络可以用来模拟人类感知学习的一个典型特征，即人类的感知能力可以通过学习过程得到增强，而且再学习的过程会比第一次学习消耗更短的时间和更少的能量。该成果有助于实现具有可控高性能的神经形态光子计算，为研发成功新一代感知学习智能装备奠定了基础。
该工作得到了国家自然科学基金委员会和上海市科委等单位的支持。
石墨烯纳米壁和钙钛矿量子点异质结型光电突触器件示意图
论文链接：https://photonix.springeropen.com/articles/10.1186/s43074-023-00082-8
供稿：光子芯片研究院
