研究背景

人工视觉系统是模拟人类视觉系统功能的重要研究方向，因其在无人驾驶技术、脑-计算机接口和智能机器人等领域的广泛应用而受到关注。与传统的光电子材料相比，基于二维材料的硬件具有无悬挂键表面、原子级锐利界面、强光-物质相互作用和电可调光响应等优点。然而，这些硬件在模拟视觉通路的神经电路方面仍存在不足，限制了其实现更复杂功能的能力，因此带来了挑战。

研究内容

为了解决这一问题，华中科技大学叶镭教授和缪向水教授和国防科技大学Tian Jiang课题组团队设计并制备了一种人类视觉通路复制硬件，由具有分裂浮栅的二维二硒化钨（WSe₂）单元设备构成的交叉阵列，成功模拟了视网膜和视觉皮层的功能，并复制了视网膜与视觉皮层之间的连接组学。

利用这一硬件，团队显著提高了多种功能的性能，包括红绿盲处理、低功耗形状识别和自驱动运动跟踪等，成功获取了前所未有的实验结果。这一研究为机器视觉、无人驾驶技术、脑-计算机接口和智能机器人等领域的发展奠定了基础，展示了二维材料在人工视觉系统中的巨大潜力。

图文解读

（1）本研究首次提出了一种人类视觉通路复制硬件，采用具有分裂浮栅的二维二硒化钨（WSe₂）单元设备的交叉阵列，成功模拟了视网膜和视觉皮层的功能。

（2）实验通过构建该硬件，展示了其在红绿盲处理、低功耗形状识别和自驱动运动跟踪等多功能性方面的优势，验证了其在机器视觉、无人驾驶技术和智能机器人中的潜在应用。

（3）硬件设计结合了视网膜与视觉皮层的连接组学，实现了更复杂的视觉处理能力，推动了人工视觉系统向更高层次发展。总体而言，该研究为利用二维材料提升人工视觉系统的性能提供了新的技术路径和理论基础。

图1 | 人类视觉通路及人类视觉通路复制硬件的工作机制

图2 | 道尔顿主义的色彩处理

图3 | 形状识别

图4 | 运动追踪

结论展望

本文的研究揭示了基于二维材料的人工视觉系统在模拟人类视觉功能方面的巨大潜力。通过设计一种复制人类视觉通路的硬件，该系统不仅展现了视网膜和视觉皮层之间的连接，还实现了红绿盲处理、低功耗形状识别和自驱动运动跟踪等多项高级功能。这一创新性硬件的成功开发，为实现更复杂的视觉功能铺平了道路，突显了在脑-计算机接口、机器视觉和智能机器人等领域的广泛应用前景。

此外，研究强调了在视觉系统硬件设计中考虑神经电路的完整性和复杂性的重要性，指出传统硬件在此方面的不足。通过整合新的光电子材料与非冯·诺依曼架构，本文为未来的人工智能视觉系统提供了新的思路，可能会催生更多具有自适应和智能处理能力的视觉设备。整体而言，该研究不仅为人工视觉系统的进一步发展提供了理论依据和实验支持，同时也为跨学科的技术创新指明了方向。

研究背景

人工视觉系统是模拟人类视觉系统功能的重要研究方向，因其在无人驾驶技术、脑-计算机接口和智能机器人等领域的广泛应用而受到关注。与传统的光电子材料相比，基于二维材料的硬件具有无悬挂键表面、原子级锐利界面、强光-物质相互作用和电可调光响应等优点。然而，这些硬件在模拟视觉通路的神经电路方面仍存在不足，限制了其实现更复杂功能的能力，因此带来了挑战。

研究内容

为了解决这一问题，华中科技大学叶镭教授和缪向水教授和国防科技大学Tian Jiang课题组团队设计并制备了一种人类视觉通路复制硬件，由具有分裂浮栅的二维二硒化钨（WSe₂）单元设备构成的交叉阵列，成功模拟了视网膜和视觉皮层的功能，并复制了视网膜与视觉皮层之间的连接组学。

利用这一硬件，团队显著提高了多种功能的性能，包括红绿盲处理、低功耗形状识别和自驱动运动跟踪等，成功获取了前所未有的实验结果。这一研究为机器视觉、无人驾驶技术、脑-计算机接口和智能机器人等领域的发展奠定了基础，展示了二维材料在人工视觉系统中的巨大潜力。

图文解读

（1）本研究首次提出了一种人类视觉通路复制硬件，采用具有分裂浮栅的二维二硒化钨（WSe₂）单元设备的交叉阵列，成功模拟了视网膜和视觉皮层的功能。

（2）实验通过构建该硬件，展示了其在红绿盲处理、低功耗形状识别和自驱动运动跟踪等多功能性方面的优势，验证了其在机器视觉、无人驾驶技术和智能机器人中的潜在应用。

（3）硬件设计结合了视网膜与视觉皮层的连接组学，实现了更复杂的视觉处理能力，推动了人工视觉系统向更高层次发展。总体而言，该研究为利用二维材料提升人工视觉系统的性能提供了新的技术路径和理论基础。

图1 | 人类视觉通路及人类视觉通路复制硬件的工作机制

图2 | 道尔顿主义的色彩处理

图3 | 形状识别

图4 | 运动追踪

结论展望

本文的研究揭示了基于二维材料的人工视觉系统在模拟人类视觉功能方面的巨大潜力。通过设计一种复制人类视觉通路的硬件，该系统不仅展现了视网膜和视觉皮层之间的连接，还实现了红绿盲处理、低功耗形状识别和自驱动运动跟踪等多项高级功能。这一创新性硬件的成功开发，为实现更复杂的视觉功能铺平了道路，突显了在脑-计算机接口、机器视觉和智能机器人等领域的广泛应用前景。

此外，研究强调了在视觉系统硬件设计中考虑神经电路的完整性和复杂性的重要性，指出传统硬件在此方面的不足。通过整合新的光电子材料与非冯·诺依曼架构，本文为未来的人工智能视觉系统提供了新的思路，可能会催生更多具有自适应和智能处理能力的视觉设备。整体而言，该研究不仅为人工视觉系统的进一步发展提供了理论依据和实验支持，同时也为跨学科的技术创新指明了方向。