浙江大学李林军研究员团队首次提出一种新型人工神经视觉硬件方案，通过等离激元光电晶体管阵列模拟人眼脑视觉系统，实现高速、低能耗的智能图像识别。该方案基于光电协同作用，实现了彩色图像信息的感知、预处理以及识别。研究人员利用侧栅电极调制，扩大了器件动态范围，使图像预处理功能进一步提升。该技术有望应用于自动驾驶领域和视频流处理方面，为机器视觉提供了一个有趣的方案。

🤔 该研究团队首次提出一种新型人工神经视觉硬件方案，利用等离激元光电晶体管阵列模拟人眼脑视觉系统，实现了彩色图像信息的感知、预处理以及识别。该方案基于光电协同作用，利用侧栅电极调制，扩大了器件动态范围，使图像预处理功能进一步提升。

🚀 该技术在自动驾驶领域和视频流处理方面表现出应用潜力。在自动驾驶领域，该技术可以用于实时场景的获取、判断和分析。在视频流处理方面，该技术可以用于快速地对视频信息的内容进行识别和判断。

💡 该研究的创新性在于，实现了对人眼脑视觉系统整个信息处理过程的模仿，能够对彩色信息进行预测和识别，而此前研究基本仅为对灰度信息的感知。研究人员利用银光栅的等离激元和氧化铟锡波导模式，在红绿蓝三个波段实现强耦合，进而可以让光生电子高效地转移到浮栅材料，实现彩色光到电流的快速、高效转换。

💡 该技术在机器视觉方面表现出优势，具体表现为：大动态范围（180dB）、高速（500ns）和低能耗每峰值（2.4×10−17J）。

💡 研究人员计划继续在工艺方面深入探索，以突破限制实现非易失性光电晶体管，从而实现更低的计算功耗。另外，还有一些可继续提升的方面，例如，目前对图像的处理方面相对来说比较简单。研究人员正在探索能够进行微小像元、大规模制作等离激元晶体管阵列的方法，以实现对复杂图像实时信息的获取和内容识别。

💡 在材料创新方面，将关联电子相变材料用于制造类脑计算的器件，有望发现更广阔的方向，目前类脑计算领域在该方向的研究还相对较少，未来可能有更多有意思的发现。

近年来，由于类脑计算在自动驾驶和人工智能等领域表现出应用潜力，因而获得了广泛的关注和研究。

现阶段，该方向的目标主要是减少功耗和加快对图像和感知的处理速度，以及提高识别准确度。

等离激元是一种被广泛研究的光电效应，其热电子的转移速度非常快，不仅可以把光聚在很小的单元，还能够实现很高的光电转换效率。

基于光电硬件对人眼脑视觉系统的模拟，近期，浙江大学李林军研究员团队首次提出一种新型人工神经视觉硬件方案，兼具人眼视网膜的预处理功能和视觉神经细胞的图像识别功能。

具体来说，研究人员在高效的等离子光电晶体管阵列作用下，基于光电协同作用，让彩色图像信息的感知、预处理以及识别成为可能。