来源：紫金山新闻
在人类信息处理系统中，视觉占据主导地位，超过八成的信息通过眼睛接收。我们的眼睛是一个高效的视觉传感器，能够在探测和同步处理信息的保持极低的功耗。长久以来，科学家们的梦想是构建一款能够模拟人眼的类脑视觉传感器。近期，南京大学物理学院的缪峰教授团队借助二维材料异质结技术取得了重大进展，他们的研究成果发表在《科学》杂志的子刊《科学-进展》上。
“人类视觉系统强大的信息处理能力归功于视网膜的独特结构和功能。”论文的共同第一作者、南京大学的梁世军副研究员解释道。视网膜中的细胞，如感光细胞和双极细胞，以垂直分层的方式排列，共同完成了光信号的转换和处理。
当光线通过瞳孔进入视网膜时，感光细胞首先捕获这些光线并将其转化为电学信号。然后，这些信号经过双极细胞的预处理，保留重要特征后传递给大脑皮层进行进一步的图像解析和理解。通过这种方式，视网膜实现了信息探测和处理的同步。
传统的视觉系统在处理图像时，通常先探测再处理，这种方产生大量冗余信息，导致处理时间延长和功耗增加。为了模拟视网膜的结构和功能，缪峰团队创新性地提出了使用二维材料垂直异质结构来构建类脑视觉传感器。
二维材料因其独特的光电性能而受到广泛关注。而异质结作为一种特殊的结构，能够与视网膜的垂直分层结构相契合。通过模拟视网膜中不同细胞的功能，该团队成功实现了对感光细胞和双极细胞生物功能的模拟。所研制的传感器在响应时间和功耗方面与人类视网膜相当，并且可以直接处理图像信息。
更令人兴奋的是，该团队还发现他们的类脑视觉传感器能够模拟人脑对图像进行分类的功能。通过软件辅助硬件的训练方法，该团队成功识别了输入图像中的南京大学首字母“N”“J”“U”。
缪峰表示：“这项明了利用异质结模拟人类视网膜结构和功能的可行性，有望为未来的类脑视觉芯片的发展奠定基础。”
新型类脑视觉传感器的出现对未来智能工业、自动驾驶、智能安防等领域的发展具有重大意义。它不仅可能取代传统的机器视觉系统，而且其高度的智能化和高效性将极大地推动各行业的进步。缪峰团队还利用“原子乐高”在其它领域取得了一系列突破。