人工智能硬件的主要挑战之一在于优化信息获取、处理和能量消耗三者关系。现代深度学习任务越来越依赖于文本、图像和视频等非结构化数据，暴露了传统冯诺依曼架构的局限性。受生物系统启发的新型神经形态学装置为了克服这一瓶颈提供了一种潜在方案。从生物视觉过程中学习，他们开发了一种光化学离子电子学器件，利用多种类型的离子作为光学信息的载体，集传感，处理和记忆功能于单个像素中。该系统可以在一个像素内通过多种光触发的化学反应来捕获颜色信息并释放出相应的离子信号，通过纳米限域通道调节多种类型离子的传输。离子调制机制也是未来人机混合智能的潜在桥梁。此外，该系统还是自驱动，可打印，可共形的。单层离子电子学阵列可以不依赖复杂的人工神经网络来进行颜色识别。结合神经辐射场算法，可以在不需要深度传感器的情况下模拟和重建高保真的三维彩色图像。

  文章以“Photochemical iontronics with multitype ionic signal transmission at single pixel for self-driven color and tridimensional vision”为题发表于《Device》期刊。中国科学院北京纳米能源与系统研究所王中林院士和魏迪研究员为共同通讯作者。

图4.光学三色到离子的信息流用于自驱动应用。（A）柔性可共形的离子电子阵列的照片和用于三色识别的示意图。(B)具有人眼和大脑功能的离子电子阵列的解码图像(三色字母“color”)。(C)从单像素离子电子学提取的原始和模拟重建的图像样本。(D)由人工神经网络从离子携带的颜色信息中解码的三维重建架构。（E-F）从现实物体中重建的三维彩色图像的样本。

  总之，受生物视觉的启发，他们开发了一种可打印的高通量、自驱动光化学离子电子学。它利用AAO中的纳米限域通道和光触发的卤化银氧化还原反应，能够在单个像素上传输多类型的阴离子-电子信息。这种离子电子学可以实现特定的光电压信号响应（Br^- 0.88V，Cl^- 0.7V，I^- 0.3V），与Nernst方程预测的结果基本一致。AAO中的垂直的带正电的纳米限域通道确保了每种阴离子类型的独立离子输运，促进了准确的三色识别。我们的光化学离子电子学不需要外部偏压，并且显示了多型信号级联的高光响应电压（~22 V cm^-2）和离子光响应电流（~1125 μA cm^-2）。与之前的自驱动仿生眼相比，具有最大的电动势。所有的离子电子信号，可以提供多种非挥发性状态，在一个像素内实现多种神经形态功能，包括感知、处理和记忆各种光学信息。此外，利用打印技术可以在非平面、生物曲面和柔性表面上制造光化学离子电子学阵列，使其适合于模拟视锥细胞的功能。在演示中，他们设计了一种单层的离子电子视网膜阵列，能够自驱动的三色识别，而不需要复杂的人工神经网络。该设备还可以使用没有深度传感器的神经辐射场（NERF）来模拟和重建真实的高保真彩色图像。这些进展为高效的视网膜移植和对真实世界的虚拟重建铺平了道路，加速了未来数字医疗保健和人工智能应用的整合。

  原文链接：Photochemical iontronics with multitype ionic signal transmission at single pixel for self-driven color and tridimensional vision

  Puguang Peng, Penghui Shen, Han Qian, Jiajin Liu, Hui Lu, Yanyan Jiao, Feiyao Yang, Houfang Liu, Tianling Ren, Zhonglin Wang, Di Wei

  Device, 2024

  https://doi.org/10.1016/j.device.2024.100574