沙特阿卜杜拉国王科技大学研究团队开发出一种新型人工神经元，该神经元利用光电效应模拟突触和神经元的功能，实现神经形态计算。该技术通过调整对光的响应来完成计算，其核心器件为基于二维材料二硒化铪的金属氧化物半导体电容器（MOSCap）。实验证明，该器件能作为智能存储器，使用光信号进行训练和响应，模拟长期增强和长期抑制等突触特性。该技术在手写数字识别和系外行星检测等领域展现出巨大潜力，为边缘计算和人工智能应用开辟了新路径。

💡**新型人工神经元**：沙特阿卜杜拉国王科技大学研发出一种能够模拟神经元功能的光电器件，为神经形态计算提供了新的解决方案。

🔬**核心器件MOSCap**：该器件基于二维材料二硒化铪，采用垂直堆叠结构，通过光照条件的变化实现电荷捕获和电容的改变，从而模拟突触的长期增强和长期抑制。

🧠**关联学习能力**：实验表明，该器件具有关联学习能力，例如暴露于特定波长的光可以增强对其他波长光的反应，这与生物神经元的学习机制类似。

🔭**潜在应用广泛**：该技术在手写数字识别任务中达到96%的准确率，在系外行星检测中准确率高达90%，预示着其在自动驾驶、虚拟现实和物联网等领域具有广阔的应用前景。

    科技日报北京2月9日电 （记者张梦然）沙特阿卜杜拉国王科技大学研究团队开发出一种人工神经元，可利用光电实现神经形态计算。新技术模仿突触或神经元功能，可适应和重新配置其对光的响应进而完成计算。这项突破性进展发表在最新一期《光：科学与应用》杂志上。

    团队利用二维材料二硒化铪设计并制造了金属氧化物半导体电容器（MOSCap）。这种器件采用了垂直堆叠结构，其中二硒化铪夹在两层氧化铝之间，并放置在p型硅衬底上。顶部覆盖有一层透明的氧化铟锡，允许光线从上方进入。当二硒化铪纳米片被集成到电荷捕获存储器件中时，能实现光学数据传感和保留功能，使其在光源移除后仍能重新配置以感应光或存储光学数据。

    实验表明，MOSCap的电荷捕获和电容，会随着光照条件的变化而变化，从而能作为智能存储器，使用光信号进行训练和响应。例如，暴露于465纳米波长的蓝光，可增强对635纳米波长的红光的反应，这是一种被称为关联学习的行为。在神经形态计算中，MOSCap就像一个人工突触，能同时展示出长期增强（增加突触反应）和长期抑制（减弱突触反应）的能力。

    团队进一步探索了这些人工神经元如何响应和适应不同强度、持续时间和波长的光刺激。仿真实验的预测显示，基于这些设备的电容式突触阵列电路，可在识别行业标准数据库中的手写数字任务中达到96%的准确率。此外，这些设备还展示了检测系外行星的潜力，通过识别恒星光强度的瞬态变化，其准确率高达90%。

    研究表明，此类具有内存光传感功能的设备，非常适合边缘计算应用，尤其是在需要快速处理和存储大量光学数据的人工智能领域。其潜在的应用范围更为广泛，包括自动驾驶汽车、虚拟现实以及物联网系统等，为未来更具适应性和能源效率的解决方案铺平了道路。