NREL团队制造了类似突触的钙钛矿晶体管

钙钛矿和碳纳米管基材料在被激光照射时表现出持久的光电导性

美国能源部国家可再生能源实验室（NREL）的研究人员已经开发了基于金属卤化物钙钛矿的节能光电晶体管。这样的设备最终可以帮助计算机更像人脑一样处理视觉信息，并可以用作自动驾驶汽车之类的传感器。

“总体而言，这些钙钛矿半导体是一个真正独特的功能系统，对于许多不同的技术都有潜在的好处，” NREL的资深科学家，概述该研究的新论文的合著者Jeffrey Blackburn说。 “ NREL对这种用于光伏的材料系统感兴趣，但它们具有许多可应用于整个科学领域的特性。”

在这种情况下，研究人员将钙钛矿型纳米晶体与单壁碳纳米管网络相结合，创建出一种他们认为可能对光伏或探测器具有有趣特性的材料组合。当他们用激光照射它时，他们发现了惊人的电反应。

（上图显示了双层NC / SWCNT异质结中的基态和激发态电荷转移。）

“通常会发生的情况是，吸收光后，电流会在短时间内短暂流动，”资深科学家和合著者约瑟夫·路德（Joseph Luther）说。 “但是在这种情况下，即使灯熄灭了，电流并没有停止，仍在继续流动几分钟。”

这种行为被称为“持久光电导”，是“光学存储器”的一种形式，其中注入器件的光能可以作为电流存储在“存储器”中。这种现象还可以模仿大脑中用于存储记忆的突触。但是，持久的光电导通常需要低温和/或高工作电压，并且电流峰值仅会持续一秒钟的一小部分。在这一新发现中，持久的光电导率在室温下产生电流，并且在关闭灯后流过一个多小时的电流。另外，发现仅需要低电压和低光强度，突出显示了存储存储器所需的低能量。

这项研究发表在《科学进展》杂志上，论文题目为《混合尺寸纳米钙钛矿异质结中的低能量室温光学开关》。除了布莱克本和路德之外，这篇论文还由来自NREL的Ji Hao、Young Hoon Kim、Severin Habisreutinger、Steven Harvey和Elisa Miller以及威斯康星大学麦迪逊分校和托莱多大学的科学家共同撰写。

其他科学家一直致力于光学记忆和神经形态计算，它们模仿人脑存储信息的方式。大脑使用神经元的“神经网络”，这些神经元与整个突触中的许多其他神经元相互作用。这种高度互连的网络是大脑可以以这种节能方式处理信息的主要原因之一，因此，科学家有很大的动力去创建模仿大脑功能的人工神经网络。

该研究提供了以前缺乏的设计原理，这些设计原理可以并入光学存储器和神经形态计算应用程序中。视觉感知是大脑收集到的关于世界的绝大多数输入的信息，这些人工突触可以集成到图像识别系统中。

Blackburn说：“在很多应用中，传感器阵列都可以获取图像，并将训练和学习算法应用于人工智能和机器学习型应用。” “例如，这种系统可以潜在地提高自动驾驶汽车等应用的能源效率，性能和可靠性。”

研究人员尝试了三种不同类型的钙钛矿-溴化铅、碘化铅铯和溴化铅铯，发现每种钙钛矿都能产生持久的光电导性。

 “我们制造的只是将这两个系统结合在一起可以制造的最简单的器件，而且我们展示了一种类似于存储器的简单操作。”Blackburn说， “建立神经网络需要将这些连接的阵列集成到更复杂的体系结构中，从而可以模拟更复杂的内存应用程序和图像处理应用程序。”