Emerging light-driven neuromorphic hardware for artificial intelligence

doi:10.1038/s41427-026-00671-6

Emerging light-driven neuromorphic hardware for artificial intelligence

2026-08-01

0

OA

AI

P

Panagiotis Bousoulas *

S

Spyros Orfanoudakis

C

Charalampos Tsioustas

Athanassios G. Kontos

DOI：10.1038/s41427-026-00671-6

原文链接

原文求助

摘要

En 中文

光电子神经形态系统作为一种有前景的下一代人工智能硬件范式已崭露头角，它结合了光子学的高带宽、并行性和波长选择性以及电子材料的自适应可塑性。这篇迷你综述提供了对实现光驱动神经形态计算的材料平台、器件架构和系统级实施方面的近期进展的聚焦和批判性概述。我们比较分析了关键的光响应材料——包括卤化物钙钛矿、低维半导体、相变和氧化物系统以及有机-无机杂化材料——并突出了其基础物理机制，如光生载流子产生、电荷捕获、离子迁移和激子效应。特别强调器件概念，包括光电子突触、神经元和交叉阵列，以及它们在用于机器视觉和实时感知的在传感器和混合光子-电子架构中的集成。本文进行了基准分析，以评估不同材料系统中速度、能耗、保持性、可扩展性和稳定性之间的权衡。最后，我们讨论了关键的技术瓶颈——包括器件差异性、缺乏标准化指标和集成挑战——并概述了未来研究方向，以实现可扩展、节能且面向特定应用的光电子神经形态处理器。光电子神经形态系统已快速进步，融合了光子学的速度与电子学的适应性以模拟神经功能。这篇迷你综述突出了这些系统的近期进展，重点关注面向人工智能应用的材料平台、器件物理和系统架构。研究人员已开发出使用卤化物钙钛矿和二维半导体等材料的光电子突触，每种材料均提供独特的优势，如光谱可调性和高响应度。这些材料使器件能够在硬件中直接执行视觉处理等复杂任务，减少对广泛电子处理的需求。重要发现包括开发出平衡速度和能效的钙钛矿基系统，尽管稳定性和可扩展性方面的挑战仍然存在。综述建议未来的进展需要材料科学和器件工程方面的协调努力来克服这些挑战，为下一代智能计算平台铺平道路。光电子神经形态系统通过集成光响应材料与自适应电子功能以实现节能的人工智能。多样化的材料平台——包括二维半导体、卤化物钙钛矿、氧化物忆阻器和杂化架构——利用光生载流子产生、电荷捕获、离子迁移、激子效应和界面调制等机制来模拟突触可塑性和神经元脉冲发放。通过在统一硬件中结合传感、存储和计算，这些器件实现了在传感器视觉处理、实时感知和低功耗神经形态计算，为可扩展的下一代智能光电子系统提供了有前景的途径。

Emerging light-driven neuromorphic hardware for artificial intelligence

摘要

期刊

机构

引用论文