AI 突破：Synaptic Device Array 实现类人视觉处理

快速阅读: 《AZoAI》消息，北京理工大学研究团队设计了一个28×28的阵列，模仿人类视觉系统中的突触可塑性。该阵列采用二硫化钼和金纳米颗粒，表现出稳定的光电性能和高开/关比。研究显示，该阵列能存储和处理图像数据，在手写数字识别中达到96.5%的准确率。这一成果为人工视觉系统的发展提供了新路径。

北京理工大学的研究团队成功设计了一个28×28的阵列，每个设备模仿了人类视觉系统中的突触可塑性。研究团队使用二硫化钼（MoS2）浮栅晶体管结合金纳米颗粒作为电子捕获层，实现了稳定且均匀的光电性能，能够模拟关键的突触行为，如兴奋性突触后电流（EPSC）和成对脉冲易化（PPF）。该阵列表现出约10^6的开/关比和平均迁移率为每秒平方厘米伏特^-1。

值得一提的是，该阵列能够存储和处理图像数据，例如北京理工大学的校徽图案，展示了其在光学数据处理方面的潜力。此外，通过改变光线强度和微调识别精度提供了一种优化系统在不同光照条件下性能的新方法。

该研究的通讯作者赵晶教授强调了这些发现的重要性：“我们的结果为大规模集成的人工视觉神经形态系统提供了可行的途径。基于二硫化钼的突触阵列在实际应用方面迈出了重要一步，从器件级仿真到系统级集成。”

人工突触神经网络的进步具有许多优点，包括高集成度、稳定均匀性和强大的并行处理能力。这些特性可以显著提升计算系统的性能。该网络同时处理光电信号，并通过光信号调整突触权重的能力已在手写数字识别中取得了令人印象深刻的结果，准确率达到96.5%。

这一突破为深度学习和人工视觉的未来发展开启了令人兴奋的可能性，可能在未来带来更智能、更高效的系统。

(以上内容均由Ai生成)