近日，北京工业大学物理与光电工程学院师生在铁电极化调控可编程光伏性能及其视觉计算应用方面取得重要进展，研究成果“Polarization-modulated programmable photovoltaic performance of a designed ferroelectric heterojunction”以论文形式被国际权威期刊《Nature Communications》在线发表，为开发新一代光伏器件与神经形态视觉芯片提供了新的材料平台与设计思路。物理与光电工程学院为论文第一完成单位，学院硕士研究生门美娇、讲师赵紫荆，北京理工大学邓遵乙博士为共同第一作者，北工大物理与光电工程学院王晓蕾教授、信息科学技术学院常鹏鹰教授、北京理工大学王学云教授、中科院半导体研究所王丽丽研究员为共同通讯作者。
随着人工智能与物联网技术的飞速发展，构建超快、高响应、可重构的神经形态视觉系统已成为科技前沿。然而，传统光伏传感器受限于材料带隙与载流子复合损耗，其光电转换效率与功能灵活性遭遇发展瓶颈。因此，开发可突破带隙限制、兼具动态调控能力的新型光电材料与器件至关重要。为解决上述挑战，研究团队设计并制备了基于二维范德华铁电材料CuInP₂S₆与石墨烯的非对称异质结器件，通过改变铁电极化状态精准调控界面势垒，不仅实现了光伏性能的显著提升与光伏电流的极性反转，还进一步揭示了Cu⁺离子迁移、界面势垒与光生载流子输运之间的协同作用机制。基于该器件所具备的可编程、非易失性光电响应特性，团队成功实现了图像边缘检测（识别率F-score ~1）与二值模式分类（准确率100%）等视觉预处理任务，验证了其在感内计算领域的应用潜力。该研究成果为开发高性能、低功耗的下一代神经形态视觉与图像处理系统奠定了坚实的理论与实验基础。
