近日，中国科学院院士黄维团队和南京工业大学柔性电子(未来技术)学院教授刘举庆、副教授李银祥课题组，创造了一种基于气液界面共自组装策略构筑大尺寸二维碳基异质结的普适性方法，获得了系列匀质厘米级异质结双层薄膜。这一工作为实现上述仿生应用提供了材料和技术支持。相关成果发表于《自然—通讯》。
二维层状异质结是一种类似千层蛋糕那样一层一层堆叠起来的新型材料结构，被认为是构筑人工神经形态视觉传感(比如仿生眼)最有前途的材料之一。
“所谓气液界面共自组装策略，形象地理解就是，水面上先后滴加了两种溶液，它们会在水和空气的二维界面各自进行自组装成膜，两种膜又通过之间的范德华作用力形成层状异质结构。该策略具有普适性，所形成的异质结面积较大，可达厘米大小;异质结也很均匀，整个膜的质量、厚度都是差不多的。”李银祥介绍。
据了解，目前人工智能视觉系统需要传感器、存储器以及处理器3个部分。相比之下，黄维团队设计的这类异质结器件极大简化了器件的复杂度，将光信号的感知、存储与处理集于一身，降低了信息在不同器件之间传递导致的时间延迟和能耗。
该异质结器件能够感知从紫外光、可见光到近红外光这个宽范围内(365~1550纳米)的光照刺激响应，同时在暗环境中能够探测到非常微弱的光信号。除了具有较强的光感知能力外，该器件还能同时对探测到的光信号进行记忆和处理。高达214%双脉冲易化指数说明该器件对所探测到的光信号具有非常高的记忆能力。采用光信号对器件的突触权重进行调控，基于这种异质结的类脑光电突触还可以实现视觉学习和识别的神经形态网络，以及高效的时间信息解码。
这类器件的制备对未来人工智能技术，如自动驾驶、无人机视觉导航、工业检测及视频信息的实时解析等应用具有重要的现实意义。这项工作不仅为碳基光电异质结的高质量构筑提供了一种有效的通用策略，也为碳基神经形态电子的开发提供了有益借鉴。
