复旦博士开发类视网膜传感器，感光性能提升1万亿倍！被华为收编

脱口秀演员搞自动驾驶？

不但搞出了成果，还被Nature在 研究亮点 （RESEARCH HIGHLIGHT）专栏报道！

香港理工大学博士后、深圳某脱口秀俱乐部现役演员 廖付友 年初八在《自然·电子》上以一作身份发表名为 Bioinspired in-sensor visual adaptation for accurate perception 的文章。

文章介绍了一种新型传感器，模仿了人类视网膜工作原理，有效感知范围达到199bB。

这是什么概念？

现在绝大部分智能 汽车 上的自动驾驶系统在弱光、雨雪条件下能力大打折扣，主要原因之一就是 常用的硅基CMOS图像传感器通常只有 70dB 的感知范围，远低于自然场景的光强变化范围 。

而新的类视网膜传感器，直接将感知范围提升1万亿倍！大大增强自动驾驶在感知端的准确性。

而且这位业余说脱口秀的廖付友，已 被华为收编 ，确定即将入职继续从事半导体研究。

在地球普遍环境中， 自然光强度的分布超过280dB ，远超民用级别CMOS感光元件的70dB范围。

具体到自动驾驶上，且不论算法性能，摄像头捕捉的图像数据有效范围就大大缩小，不但是弱光会影响识别，强光也不行。

比人眼强，但应付自然光还是不够。

从这个角度看，也能理解特斯拉代表的纯视觉自动驾驶路线，和国内厂商走的激光雷达+视觉混合路线的缘由。

一个是死磕算法提高图像识别准确度，另一个是通过雷达点云图弥补图像数据的不足。

手段不同，但问题根源都在图像捕捉的限制。

而廖付友博士所在的香港理工大学团队，利用 二硫化钼 作为基础材料，模仿人类视网膜的工作原理，设计出了一种新的光传感器，能够有效感知199dB范围的光线。

在实验中，科研人员分别于弱光和强光背景下映出数字“8”，再由环境光照射背景板：

之后，将感光信号输入神经网络进行识别：

实验结果表明，ANN网络对于数字“8”的识别准确度稳定在97%左右，同等条件下使用CMOS传感器的系统几乎无法识别。

上图中有目标识别率有明显的随时间渐变的趋势，这就是所谓“类视网膜”的核心。

基于二硫化钼的感光阵列无论对于弱光还是强光都会随时间适应，就像人眼会逐渐适应光照强度一样。

输出的图像信号也会从刚开始的一团黑或白逐渐清晰显出目标特征。

好了，我知道你们想搞清楚1万亿倍是怎么来的，但首先还要解释一下光功率的概念。

dB 是指 光功率 的单位，表示光在单位时间内所做的功。

简单理解，光功率大小直接反映了光照的强弱。

一般光功率单位常用为毫瓦(mw)和分贝毫瓦(dBm)，其中两者关系为：1mw=0dBm。

但工程学中，dB是一个纯计数单位，代表两个功率的比值大小，具体数值为10*log(A/B)。

也就是说，工程上dB只有加减，实际代表了两个功率相除，得出的结果是增益或减益的倍数。

所以按照这样计算，港理工团队的新型类视网膜传感器，有效工作范围比传统CMOS图像传感器提升了129dB，也就是至少提升1012倍。

1万亿 倍！

会说脱口秀的科研人员果然强。

人眼的光接收细胞感知范围比较有限，只有40dB。

但是人眼的视觉适应功能让我们可以感知和识别不同光照条件下的各种物体，哪怕是快速在明暗差别很大环境中转换。

人眼应对光线明暗变化的机制，关键是水平细胞和光接收细胞的结构。

其中，视锥细胞在强光条件下敏感度更高，视杆细胞在暗光条件下敏感度更高。

所以光照条件发生变化时，视网膜的水平细胞会控制感光点在视锥和视杆细胞之间的转换、以及光色素的产生和消失来适应。

基于此，团队研发出一种基于二硫化钼底栅光电晶体管阵列的仿生视觉适应传感器。

在二硫化钼表面，科研人员有意引入 电荷陷阱态 ，使得光信息的存储成为可能。

（电荷陷阱态：电子被不饱和键所捕获。）

而通过调节栅极电压，这陷阱态可以捕获或释放通道的电子。

（通道：施加电压后，电子会被排斥或吸引从而形成翻转层，导通半导体源级和汲极，形成通道。）

在不同的栅极电压下， 通道的电子可以被捕获或释放，这就可以定量地动态调节器件的电导率 。

所以光线强弱变化时，只需要调节栅极电压就能实现感光元件的范围调整。

另外，二硫化钼材料本身具有独特性质，根据栅极电压不同，会随时间对电流产生激励或抑制作用。这一点正好模拟了视网膜光色素的产生和消失。

所谓高感光范围的“人造视网膜”，核心是利用电荷陷阱态对电子的捉放效应以及二硫化钼本身的“时间——抑制激励”作用，从而达到人为控制感光半导体电导率的目的。

在把这项技术应用到自动驾驶的视觉传感器中，无需经过后端图像处理器或云端信息处理，就能大大提升了系统的信息处理效率和识别准确度。

另外人脸识别也是一个重要应用场景，无论是白天的强光还是夜间的黑暗，视觉传感器能根据背景光强度，去调节光灵敏度从而准确识别人脸。

在太空探测领域，把具有视觉适应功能的视觉传感器应用在探测设备上，除了正常光照条件下的感知外，还可以在极端光照条件下（极弱或者极强光）探测外界环境和识别目标。

一作 廖付友 ，博士毕业于复旦大学，目前在香港理工大学做博士后。主要研究方向为半导体器件与工艺。他已经确定将入职华为，继续半导体方面研究。

廖付友除了是一名科研工作者，还是一名业余脱口秀演员，在深圳某俱乐部驻场演出。

本文通讯作者 柴扬副教授 ，博士毕业于香港 科技 大学。主要从事低维材料的电子器件及其在能源领域应用的研究工作，其主要研究方向包括低维材料的可控生长与电子器件，能量转换与存储，以及柔性电子器件。

论文地址：https://www.nature.com/articles/s41928-022-00713-1

将芯片越做越薄，一直都是科学家们的梦想。

但我们都知道，现有的 硅晶体 已经越来越接近物理极限。

想要从“纳米级”突破到“原子级”，只能靠二硫化钼等 超薄半导体材 料来帮忙。

近日，来自瑞士巴塞尔大学的研究人员宣布，他们成功在二硫化钼材料上加入了 超导体触点 ，从而展示与硅晶体类似的特性。

这次实验的成功， 验证了超薄半导体材料制造半导体元器件的可行性 。

本次实验由Andreas Baumgartner博士领导，其领导的研究小组计划将一些具有半导体性质的天然材料层叠形成三维晶体，再与超导体结合起来，继而探究新材料的特性。

在实验开始，研究人员先将 二硫化钼分离成单独的层 ，这些单层的厚度不超过一个分子。

接着，研究人员像“制作三明治”一样在 单层的二硫化钼两侧加入两层薄薄的氮化硼 。在手套箱中的保护性氮气保护下，研究人员将氮化硼层堆叠在二硫化钼层上，并将底部与另一层氮化硼以及一层石墨烯结合。

然后，研究人员将这种复杂的范德华异质结构（一种特殊的三维结构） 放置在硅/二氧化硅晶片的顶部 。

这样就堆叠出一个 类似于半导体元件的全新合成材料 。

在堆叠完成后，研究人员开始在绝对零度以上（-273.15摄氏度）的低温下进行实现观察。

最后他们发现，在超低温的条件下，超导电测量清楚地显示了超导引起的效应；例如，单电子不再被允许通过。此外，研究人员还发现了半导体层和超导体之间存在强耦合的迹象。这些特性与目前半导体芯片的物理特性十分相似。

研究项目经理鲍姆加特纳解释说：“在超导体中，电子将自己排列成成对，就像舞伴一样，产生了奇怪而奇妙的结果，比如电流的流动没有电阻。另一方面，在半导体二硫化钼中，电子表演一种完全不同的舞蹈，一种奇怪的独舞，也包含了它们的磁矩。现在，如果我们把这些材料结合起来，我们想亲自看到这奇异的舞蹈。”

简单来说， 本次实验验证了超薄半导体材料代替硅晶体的可行性 ，为下一代半导体制造器件提供了新的思路。

如今的芯片制程工艺，已经完成了5nm的突破，科学家们发力向1nm的极限冲刺，今年5月6日，IBM率先宣布造出2nm芯片，顿时让整个半导体圈子欢欣鼓舞。

但由于摩尔定律的存在，即使单位面积容纳的晶体管数量逐步提前，但是效能无法得到显著提升，在硅晶片的物理特性即将达到极限的背景下，1nm工艺像一座大山挡在硅技术面前。

此外，在目前的先进制程里，都需要绝缘体的存在，他们存在的意义是要协助电子能顺利通过晶体管里的通道，当制程持续向下走，通道势必越来越小，晶体管之间的串扰会很大，芯片的效能表现也会大打折扣。

例如一颗5nm工艺材料的芯片里，已经塞下太多的晶体管， 一旦电子黏在芯片内部的氧化物绝缘体上，就会导致电流不易通过，最终引起功耗增加、芯片发热等问题 。

这也是为什么我们会吐槽台积电和三星5nm工艺纷纷“翻车”， 因为这真的太考虑后期的打磨 。

既然三维的材料会让电荷依附在上面，那么用二维材料作为替代品，可以完美避免电流通过的问题。

目前， 业内普遍采用二硫化钼作为二维超薄单层材料 ，这也是被认为是突破硅晶片小型化限制的最有力替代品。

事实上，除了此次瑞士巴塞尔大学的研究以外，学术界早已在二维材料连接上有所突破。

早前，麻省理工学院（MIT）的孔静教授领导的国际联合攻关团队宣布与台大、台积电共同完成合作，使用原子级薄材料铋（Bi）代替硅，有效地将这些2D材料连接到其他芯片元件上。

当铋（Bi）材料被作为二维材料的接触电极时，可以大幅度降低电阻并且提升电流 。

正如前文所说，金属和半导体材料之间的界面会产生了一种叫做金属诱导的间隙(MIGS)状态现象，抑制电荷载体的流动。而属于半金属的铋（Bi）材料，电子特性介于金属和半导体之间，可以有效消除了电荷流通的问题。

目前，台积电技术研究部门已经开始“铋（Bi）沉积制程”技术的研究，这项研究已经成为未来1nm工艺的突破所在。

通过这项技术，研究人员可以设计出具有非凡性能的微型化晶体管，可以有效满足了未来晶体管和芯片技术路线图的要求。

超薄半导体材料的成功验证，给我们展现出下一代半导体的无限潜力 ，未来的计算机或者会随着超薄半导体材料的成熟展现出全新的姿态。

同时我们也要看到，台积电、IBM都在积极抢占1nm先进制程工艺。

关于下一代半导体的竞争已经悄然开始 。

---