投稿邮箱：wedotech2025@163.com投稿电话：16622153402（微信同号）
全光神经形态系统以光子作为信息载体，能够像生物或人工电突触一样完成光信号的感知、处理与输出，因此在光计算、数据处理和人工视觉等领域展现出重要应用潜力。迄今为止，研究者已基于衍射光学元件、马赫–曾德尔干涉仪和微环谐振器等构建了多种全光神经元单元，并凭借超低延迟、高带宽和强抗干扰能力推动了光神经网络的发展。近年来，全光突触也逐渐兴起，通过光学可塑性实现突触权重更新和功能模拟，为构建真正的全光神经网络提供了新路径。然而，要进一步提升神经形态系统的计算精度与运行稳定性，动态实现兴奋性与抑制性输出的双向调控至关重要，而现有多数全光器件仍主要停留在单一增强型响应框架中，这在一定程度上限制了其神经形态功能的完整性。
南京工业大学黄维院士、刘举庆教授、Zhou zhe提出了一种基于磷光—光热碳点杂化神经递质的双光子介导调控策略，利用紫外光与红外光分别调节激子释放及磷光发射叠加过程，从而实现神经光子信号的双向可塑性输出，即增强与抑制的全光调控。基于这一特性，所构建体系不仅能够实现光学逻辑运算，还可用于神经视觉任务，对光目标的运动轨迹、速度和方向进行实时跟踪与识别，识别准确率达到97%。该研究为全光计算与成像提供了一种新的磷光调控范式。该文章以“Bidirectional All-Optical Synapses for Neuromorphic Computing and Vision”为题发表在国际顶级期刊Small上。
图1-双光子介导全光突触体系的总体构型与工作原理：图1主要建立了全文的核心概念，即利用磷光碳点与光热碳点构成的杂化神经递质体系，实现全光路径下的双向突触调控。该体系中，紫外光作为兴奋性输入触发磷光碳点产生持续发光，红外光则通过光热作用调节非辐射衰减过程，从而抑制磷光输出。由此，器件能够在无需电信号参与的条件下完成神经光子信号的增强与抑制，构成完整的全光突触调控框架。该图的意义在于说明，这一体系突破了传统全光突触主要依赖单向增强调制的局限，为后续逻辑计算和神经视觉应用奠定了体系基础。
图2-CDH材料表征及双向磷光可塑性的物理基础：图2主要展示磷光碳点的发光动力学特征及其构成双向全光可塑性的材料基础。磷光寿命测试表明该材料具有较长余辉发射时间，说明其适合作为可保持历史信息的光学载体；同时，磷光强度随激发强度升高而增强，并随温度上升而减弱，表明其发光行为同时受光激发与热调控共同影响。正是这种“激发增强—热猝灭抑制”的双响应特征，使得CDH能够分别对应突触增强与突触抑制过程。该图说明，材料本身的光谱与温度依赖磷光行为，是实现双向神经光子可塑性的根本物理来源。
图3-双向全光突触行为及类生物突触动力学模拟：图3重点展示该全光突触在兴奋与抑制两种模式下对生物突触动力学的模拟能力。在紫外激发下，器件表现出典型的成对脉冲易化、强度依赖可塑性和时间依赖可塑性，说明其能够在纯光学条件下实现兴奋性突触增强；而在红外调制下，器件则呈现配对脉冲抑制以及对应的强度、时间依赖抑制行为，体现出典型的抑制型突触调节特征。该图的核心意义在于表明，该体系不仅可实现单一方向的突触权重变化，而是能够在全光路径中完整模拟神经系统中兴奋与抑制协同存在的双向可塑性过程。
图4-全光逻辑计算与基础神经形态学习能力验证：图4主要将双向全光可塑性推进到功能层面，验证该体系在逻辑计算与神经形态学习中的应用可行性。通过设置不同波长光输入及红外调制条件，器件可在同一平台上动态切换实现“OR”和“AND”逻辑操作，体现出可重构光逻辑特性。进一步地，在持续紫外和红外脉冲作用下，器件分别表现出长时程增强与长时程抑制行为，并被用于构建人工神经网络完成手写数字识别。该图表明，该全光突触不仅可以承担基础逻辑运算，还具备作为神经网络权重调节单元参与模式学习与识别的能力。
图5-神经形态视觉中的运动识别与复杂动态感知：图5进一步展示该全光突触在神经形态视觉中的应用潜力。通过对运动光源轨迹的持续感知与余辉保持，系统能够把目标的运动方向、旋转方式、速度和加速度等时空信息编码到光学输出中。基于构建的人工神经网络，器件对多种复杂运动模式进行了有效区分，并在特征空间中表现出良好的类别聚类效果，最终获得较高的识别精度。该图说明，该CDH体系已不仅是一个全光突触器件，更能够作为全光神经视觉单元，实现对复杂动态目标的实时感知、记忆与识别。
【文献总结】
文章构建了一种兼具磷光与光热特性的碳点杂化体系，并基于双光子介导策略实现了多功能仿生神经平台。借助紫外光与红外光的选择性加载，器件能够依托激子的缓慢释放和磷光发射叠加过程，对神经光子信号的增强与抑制实现精确、可逆的双向调控，从而将光脉冲直接转化为神经形态信息。基于这种全光调控能力，体系不仅实现了光学逻辑计算，更进一步构建了神经视觉功能，能够对光目标进行实时跟踪与识别，并以97%的准确率完成对运动轨迹、速度和方向等复杂运动参数的解码。总体而言，这种基于CDH的全光策略为发展高效、低噪声、直接在光子域内运行的全光神经形态计算机和智能视觉系统提供了新的实现路径。
文章信息：Z. F. Li, Z. C. Zhang, Z. H. Tao et al. Bidirectional All-Optical Synapses for Neuromorphic Computing and Vision. Small. 2026.
https://doi.org/10.1002/smll.202514627
10个月宝宝每天需要喝多少奶粉？
