Nature Communications：基于等离子体增强二维材料神经网络的高性能人工视觉感知与识别

吴宗涵

2024-03-20

神经形态视觉系统在自动驾驶汽车和机器人等领域具有很大潜力，因而发展迅速。然而，目前基于硅技术的机器视觉系统通常包含光电传感器阵列、格式转换、存储器和处理模块。因此，每个单元之间的冗余数据穿梭，导致大延迟和高功耗，严重限制了神经形态视觉芯片的性能。鉴于此，来自浙江大学的李林军教授研究出一种基于集成2D MoS2/Ag纳米光栅光电晶体管阵列的人工神经网络（ANN）架构。

文章要点：

1) 该研究证实，该架构可以无延迟地同时感知、预处理和识别光学图像，并且可以基于光电协同作用下的预处理功能确保后续图像识别的效率和准确性的显著提高；

2) 此外，该研究表明，该架构的综合性能在大动态范围（180 dB）、高速（500 ns）和每尖峰的低能耗（2.4 × 10−17 J）方面展示出机器视觉应用的巨大潜力。

参考资料：

Zhang, T., Guo, X., Wang, P. et al. High performance artificial visual perception and recognition with a plasmon-enhanced 2D material neural network. Nat. Commun. (2024).

10.1038/s41467-024-46867-8

https://doi.org/10.1038/s41467-024-46867-8