（文章來源：科技報告與資訊）

有機-無機鹵化物鈣鈦礦量子點（PQD）形成了一種有吸引力的光電應用材料。但是，它們的電荷傳輸性能比石墨烯等的材料差。相反，石墨烯包含的電荷產生效率對于光電應用而言太低。在一項新的研究中，Basudev Pradhan和納米科學技術中心的研究團隊，以及美國中佛羅里達大學的的多領域科學家們，利用石墨烯-PQD超結構開發了一種超薄光子晶體管和光子突觸。

為了制備超結構，他們直接從石墨烯晶格中生長了PQD。由G-QPD制成的光電晶體管表現出出色的響應度和比檢測率。上層結構的光輔助記憶效應使光子突觸行為可用于神經形態計算，該團隊在機器學習的幫助下通過面部識別應用程序進行了演示。Pradhan等研究人員期望G-PQD超結構為開發高效光電器件提供新的方向。

石墨烯因其寬的光譜帶寬，出色的載流子傳輸性能，高遷移率，出色的穩定性和出色的柔韌性而成為電子和光電領域的理想材料。材料科學家開發了許多復合材料和器件，用于能量收集，存儲，光電探測器和晶體管。但是，單層石墨烯只能吸收2.3％的入射可見光，嚴重阻礙了它們在光電和光子器件中的使用。相反，由于有機-無機PQD 的獨特特性，它們已成為光電應用中有吸引力的材料，盡管它們的電荷傳輸能力比石墨烯差。

Pradhan等通過使用缺陷介導的方法從單層石墨烯的晶格中生長PQD，探索了這項工作中甲基銨溴化鉛PQD的強光生效率。由于PQD可以吸收光并生成電荷載流子，因此其原理有助于設計混合超結構。該團隊在光電晶體管的幾何形狀中實現了薄的超結構，以在430 nm處產生1.4×10 8 AW -1的光響應性和4.72 x 10 15 Jones 的比檢測率；這是迄今為止在類似設備上記錄的最佳響應度和探測率。

這項工作極有希望開發出用于高速通信，傳感，超靈敏相機，高分辨率成像和顯示器的高效光電材料。以光子突觸形式存在的石墨烯-PQD（G-PQD）超結構的行為對于模式識別也至關重要。結果支持用于模擬人腦的神經形態結構硬件單元的開發，可用于一系列的應用程序。Pradhan等使用配體輔助再沉淀（LARP）來生產具有非常高的光致發光量子產率的PQD，并控制PQD產品的尺寸和形態。該團隊直接在石墨烯單層的活性位點上開始PQD的生長，以形成超結構。在此過程中，他們將抗溶劑甲苯添加到被鈣鈦礦前體浸潤的石墨烯層上以引發晶種，并在形成PQD晶體所需的石墨烯片上形成鈣鈦礦胚。

該團隊使用透射電子顯微鏡（TEM）分析了新合成的雜化材料（石墨烯PQD ），以驗證PQD和石墨烯層之間的結合。他們注意到存在兩種不同的G-PQD，它們吸收了434 nm和451 nm的可見光波長，表明它們有可能形成在藍色照明下檢測的高性能光電晶體管。

使用時間相關的單光子計數測試了材料相對于G-PQD 超結構激發態動力學的光物理性質，并觀察到平均熒光衰減時間為749 ns。與先前報道的光刻膠相比，超結構顯示出更高的靈敏度和更高的光電流。該設備還可以在白光照射下充當光激活開關，并且在打開燈后的0.45秒響應時間內，光電流迅速上升。由于更復雜的因素，導致響應時間更長。

由于采用傳統的馮·諾依曼結構或普林斯頓結構；目前，由數學家和物理學家約翰·馮·諾伊曼（John von Neumann）開發的計算機體系結構既耗時又耗電。內存和處理器之間現有的性能和可伸縮性限制通常被稱為von Neumann瓶頸。該設備在以數據為中心的實時圖像識別，數據分類和自然語言處理應用中造成了重大缺陷。因此，神經形態計算是一個新興的高級平臺，可以勝過馮·諾依曼架構。在設置中，突觸通常可以充當兩個神經元之間的交流通道。

在這種情況下，G-PQD上層結構充當了人造光子突觸。突觸前信號基于光脈沖形式的外部光刺激，而突觸后信號是通過G-PQD通道獲得的電流，以保持漏極源極和柵極電壓固定。G-PQD突觸設備的嵌入式光學信息，檢測處理和保留功能在模式識別領域中成為了人類視覺記憶的潛在候選者。Pradhan等。構建了一個尖峰神經網絡，以使用Python執行無監督的機器學習和面部識別。該團隊使用四幅人物肖像來訓練神經網絡，并表明增加輸出神經元的使用以及更長的訓練時間可以實現更高的面部識別率。

以這種方式，Basudev Pradhan及其同事基于利用缺陷介導的晶體生長技術從石墨烯晶格中生長的PQD的雜化材料，開發了極薄的超結構。由于PQD和石墨烯的π電子云的結合，他們獲得了高度增強的電荷轉移。最終的器件在光電晶體管和光子突觸方面表現出了很高的性能，該團隊進一步使用仿真進行了驗證。該團隊打算將他們的方法擴展到其他二維材料，包括過渡金屬二鹵化物和其他異質結構。這項工作將為適用于多種電子和光電應用的新型高性能上部結構材料打開一扇大門，這對面部識別和神經形態計算非常有利。
（責任編輯：fqj）