二维光电神经元阵列实现了环境光下的宽带和低损耗光学非线性
光可以在传播和与结构材料相互作用的过程中计算函数，速度快、能耗低。使用全光神经网络实现通用计算需要具有对输入的非线性依赖的光学激活层。然而，现有的光学非线性材料在相机捕获的自然光强度水平下要么速度慢，要么非线性非常弱。因此，新的光学激活函数的设计和开发对于实现利用环境光进行计算的光学神经网络至关重要。
美国加州大学洛杉矶分校(UCLA)段向峰教授和AydoganOzcan教授领导的研究团队在《自然通讯》发表论文，报道了一种利用光电神经元阵列在低光下实现强光学非线性的新策略。宽带非相干光的光强度。
他们的设备将二维(2D)透明光电晶体管(TPT)与液晶(LC)调制器异构集成。在弱光照射下，TPT具有高电阻，大部分压降发生在TPT上。LC不受干扰并保持透射性。然而，在高输入光功率下，TPT会变得导电，因此大部分电压会在LC层上下降，从而切断光传输。
在他们的实验演示中，设计的光电神经元允许可见波长中的空间和时间不相干光非线性调制其自身的幅度，而光子损失仅为约20%。他们制造了一个100×100(10,000)的光电神经元阵列，并在激光和白光照射下表现出很强的非线性行为。
非线性光电阵列进一步集成为基于手机的成像系统的一部分，以实现智能眩光减少，选择性地阻挡强烈眩光，同时对成像视场内的较弱强度物体几乎没有衰减。
器件建模表明，优化器件的光强度阈值非常低，为56μW/cm2，可产生显着的非线性响应，每次光子激活的能耗低至69fJ。
这种光电神经元阵列能够对空间非相干光进行非线性自振幅调制，具有光强阈值低、非线性对比度强、光谱响应宽、速度快、光子损失低等特点。对于不依赖强激光束的图像处理和视觉计算系统来说，该性能非常理想。
除了智能眩光减少之外，光电神经元阵列与线性衍射光学处理器的级联集成还可用于构建非线性光学网络，可能在计算成像和传感中找到广泛的应用，也为使用环境光的新型非线性光学处理器设计打开了大门。