单立体2D矿使神经形态视觉传感器的人工光子突触成为可能
Yun Wang1, Yanfang Zha1, Chunxiong Bao2
1Center for Future Optoelectronic Functional Materials, School of Computer and Electronic Information/School of Artificial Intelligence, Nanjing Normal University, Nanjing, 210023, P. R. China.
Advanced materials (Deerfield Beach, Fla.)
|January 26, 2024
概括
研究人员开发了一种新的光子突触,使用2D矿用于神经形态视觉传感器 (NVS). 这项创新大大降低了能源消耗,提高了图像分类的准确性,为下一代神经网络铺平了道路.
科学领域:
- 材料科学 材料科学 材料科学
- 神经科学是一个神经科学.
- 电气工程 电气工程
背景情况:
- 神经形态视觉传感器 (NVS) 旨在利用光子突触模仿人类视觉系统.
- 由于复杂的架构,当前的光子突触面临成本,可靠性,能源消耗和集成方面的挑战.
- 简化的突触结构对于可扩展的NVS和先进的神经网络至关重要.
研究的目的:
- 为NVS开发一种简化和节能的光子突触.
- 用一种新的照片记忆机制来证明多功能突触功能和低功耗.
- 展示新的NVS在图像预处理和面部识别方面的潜力.
主要方法:
- 在单体二维矿中利用离子-兴奋子合,以创建照片记忆效应.
- 设计了一种具有固有的有机/无机接口的光电探测器,用于持续的光电流.
- 每个突触事件的估计电能消耗和图像分类和面部识别的评估性能.
主要成果:
- 在二维矿光探测器中实现了大约90秒的持续光电流.
- 证明每次突触事件的超低电能消耗 (≈1.45 × 10-16 J),明显低于生物系统.
- 使用基于预期的模型,在图像分类准确度和成功的面部识别方面展示了4倍的增强.
结论:
- 基于离子刺激合的开发的光记忆基础提供了一个简化的突触结构和NVS的最小能耗.
- 这种方法克服了当前光子突触的局限性,使制造和芯片集成更容易.
- 新的NVS技术有望彻底改变神经形态视觉,并加速下一代神经网络的发展.
