随着物联网与边缘计算的飞速发展，计算系统需要从集成组件到具备本征多功能器件的范式转变。然而，如何在不使器件配置过度复杂的情况下，开发出能够收集能量、感知复杂环境信息并进行片上计算的多功能器件仍是挑战。
针对现有二维材料难以在单一器件中兼顾自驱动传感、偏振敏感性和神经形态计算的问题，近日，清华大学机械系邹贵生教授、刘磊副教授、霍金鹏助理研究员团队开发一种单步、简便的超快激光诱导对称性工程（Laser-induced symmetry engineering, LISE）工艺，在单一的MoTe2基架构中制备了自驱动、偏振敏感的类脑视觉器件。通过调控局部相变实现了能带结构和晶体结构的同步对称性工程。这种双重非对称性使得器件能够通过自供能运行，并具备固有的偏振敏感探测能力。此外，通过集成二维铁电材料 CuInP2S6（CIPS）构建铁电场效应晶体管（FeFET），具备易失性光忆阻能力，并实现了基于物理储备池计算的类脑视觉功能。该器件能够实现全光驱动计算，其计算能力可由光偏振态主动调制，并由栅极电压进行预调控。
图1. LISE工艺原理，能带/晶体对称性结构变化示意图
利用飞秒激光的局部热效应，精准诱导2H-MoTe2沟道发生局部相变，转变为1T’-MoTe2相。这种处理不仅在能带结构上引入了不对称性（形成肖特基-同质结混合势垒），实现了光生载流子的有效分离和自驱动探测；同时在晶体结构上引入了各向异性（1T’相的低对称性），赋予了器件对入射光偏振态的内秉敏感性。
图2. 自驱动光响应谱和偏振敏感探测能力
该器件展现了优异的自驱动与偏振探测性能，在零偏压模式下，激光处理后的器件光电流提升了两个数量级，表现出显著的光伏特性。通过角分辨拉曼光谱和偏振光电流测试，证实了激光诱导区域具有明显的各向异性响应，在800 nm波长下的偏振比达到1.63，能够有效区分不同角度的线偏振光。
图3. 集成FeFET及全光物理储备池应用
进一步集成了二维铁电材料CIPS作为栅极介质，构建了具有非易失性存储功能的FeFET器件。利用CIPS的铁电极化场对沟道载流子浓度的调制作用，结合器件的非线性瞬态动力学特性，成功构建了物理储备池计算系统。该系统在零外部供电模式下，仅依靠光脉冲能量即可进行计算，并在模拟水下成像任务中，通过检测光的偏振状态有效滤除散射噪声，显著提升了图像识别的准确率和清晰度，实现了“感-存-算”一体化的低功耗智能视觉感知。
研究团队表示，该研究工作为开发紧凑、高效且智能的边缘视觉系统开辟了新途径。
相关研究成果以“A Self-Powered Polarization-Sensitive Neuromorphic Vision Device Enabled by Laser-Induced Symmetry Engineering”为题，发表在国际纳米材料领域顶级期刊ACS Nano。论文第一作者为机械系2023级博士生彭锦，第二作者为邹贵生教授，通讯作者为刘磊副教授、霍金鹏助理研究员。博士后冯斌、孙天鸣、霍嘉丽(新加坡国立大学)、2022级博士生李泽华亦对该工作做出贡献。该研究工作得到了国家自然科学基金、北京市自然科学基金等项目的支持。
论文链接：https://doi.org/10.1021/acsnano.5c19524
