清华大学邹贵生、刘磊、霍金鹏团队ACS Nano：激光诱导对称性工程实现的自供电偏振敏感神经形态视觉系统

研究背景

随着物联网与边缘计算的飞速发展，计算系统需要从“集成独立组件”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。

成果简介

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，清华大学邹贵生教授、刘磊副教授、霍金鹏助理研究员团队提出了一种单步飞秒激光诱导对称性工程（LISE）技术。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。

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。

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。