神經形態視覺系統在自動駕駛汽車和機器人等領域具有很大潛力，因而發展迅速。然而，目前基于硅技術的機器視覺系統通常包含光電傳感器陣列、格式轉換、存儲器和處理模塊。因此，每個單元之間的冗余數據穿梭，導致大延遲和高功耗，嚴重限制了神經形態視覺芯片的性能。鑒于此，來自浙江大學的李林軍教授研究出一種基于集成2D MoS2/Ag納米光柵光電晶體管陣列的人工神經網絡（ANN）架構。
文章要點：
1) 該研究證實，該架構可以無延遲地同時感知、預處理和識別光學圖像，并且可以基于光電協同作用下的預處理功能確保后續圖像識別的效率和準確性的顯著提高；
2) 此外，該研究表明，該架構的綜合性能在大動態范圍（180?dB）、高速（500?ns）和每尖峰的低能耗（2.4?×?10?17?J）方面展示出機器視覺應用的巨大潛力。
參考資料：
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
