据外媒报道，美国能源部国家可再生能源实验室（NREL）的研究人员在节能光电晶体管方面取得了突破，其开发的设备可帮助计算机像人脑一样处理视觉信息，并可用作自动驾驶汽车传感器。

（图片来源：cleantechnica.com）

此种结构依赖于新型半导体，即金属卤化钙钛矿（metal-halide perovskites）。经证明，此种半导体在将太阳光转化为电能方面具有很高的效率，并在一系列其他技术中显示出巨大的前景。NREL高级科学家Jeffrey Blackburn表示，“总体而言，钙钛矿半导体是真正独特的功能系统，对于许多不同的技术都具有潜在好处。NREL开始对这种光伏材料系统感兴趣，但其许多特性可以应用于完全不同的科学领域。”

研究人员将钙钛矿纳米晶体与单壁碳纳米管网络结合起来，创造出可能对光伏或探测器具有有趣特性的材料组合。当研究人员用激光照射它时，发现了令人惊讶的电反应。资深科学家Joseph Luther称，“通常情况下，在吸收光后，电流仅会短暂地流动一段时间。但在此种情形下，电流继续流动，甚至在灯关掉后的几分钟内也没有停止。”

此种行为被称为“持久光电导效应”，是“光存储器”的一种形式，在这种形式下，照射到器件上的光能可以电流的形式存储在存储器中。这种现象也可以模拟大脑中用于存储记忆的突触。然而，持久光电导通常需要低温或较高的工作电压，而电流峰值只会持续不到一秒钟。而在这项新发现中，此种持久光电导效应在室温下产生电流，并在关灯后电流持续超过一小时。此外，只需要低电压和低光强度，显示存储记忆仅需较低能量。

其他科学家一直致力于光记忆和神经形态计算，模仿人类大脑存储信息的方式。大脑使用神经元的神经网络，通过突触与许多其他神经元交互。这种高度互联的网络是大脑能够以如此高效的方式处理信息的主要原因之一，因此，科学家们用于强大的动力创建人工神经网络来模拟大脑的功能。

该项研究提供以前缺乏的设计原则，可纳入光存储器和神经形态计算应用。在大脑收集关于世界的输入信息中，视觉感知占据绝大部分，而这些人工突触可整合到图像识别系统中。Blackburn称，“在许多应用中，传感器阵列可以接收图像，并将训练和学习算法应用于AI和机器学习类型的应用。例如，这类系统有可能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：甲脒溴化铅、碘化铯铅和溴化铯铅，发现每种钙钛矿都能产生持久的光电导。Blackburn表示，“我们所做的只是将这两种系统结合起来，打造最简单的设备之一，而且我们展示了简单的类似记忆的操作。构建神经网络需要将这些节点的阵列集成到更复杂的架构中，从而模拟更复杂的内存应用和图像处理应用。”