人工智能（AI）在圖像識別、語音處理和大規(guī)模數(shù)據(jù)分析等任務(wù)中已取得卓越的表現(xiàn)。然而，其在更廣泛場景中的應(yīng)用——尤其是在實時、數(shù)據(jù)密集或資源受限的環(huán)境中——仍受到傳統(tǒng)計算硬件的限制。傳統(tǒng)的馮·諾依曼架構(gòu)將存儲單元與處理單元分離，導(dǎo)致數(shù)據(jù)傳輸瓶頸，從而妨礙了邊緣設(shè)備、可穿戴設(shè)備以及物聯(lián)網(wǎng)（IoT）所需的并行、低功耗計算。
神經(jīng)形態(tài)電子學(xué)通過模擬生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與功能，克服了這些限制。通過在單一平臺上集成存儲與計算功能，神經(jīng)形態(tài)系統(tǒng)實現(xiàn)了更加節(jié)能、高度并行的信息處理，尤其適用于邊緣端的人工智能負載。與此同時，顯示行業(yè)也正經(jīng)歷一場由沉浸式和多功能界面需求所驅(qū)動的變革。增強與虛擬現(xiàn)實（AR/VR）、可折疊與可穿戴顯示器、基于凝視或手勢的交互系統(tǒng)等技術(shù)，已經(jīng)將顯示器的角色從靜態(tài)可視化拓展為智能交互平臺。這類平臺越來越需要更高程度的感知集成、響應(yīng)能力與實時處理，以滿足新一代人機界面的需求。
人工智能與顯示技術(shù)的融合正在加速這一演進。如今，AI增強顯示器已具備實時圖像增強、自適應(yīng)色彩調(diào)節(jié)、目標追蹤以及對用戶行為的智能響應(yīng)等功能。這一從被動屏幕向智能交互界面的轉(zhuǎn)變，體現(xiàn)了將感知、決策與視覺反饋直接嵌入顯示硬件的廣泛努力。感知型神經(jīng)形態(tài)顯示器（Sensory Neuromorphic Displays, SNDs）是該交叉領(lǐng)域的重要進展，它將神經(jīng)形態(tài)計算與集成感知技術(shù)結(jié)合，構(gòu)建出能實時處理刺激并調(diào)節(jié)輸出的系統(tǒng)。與僅展示預(yù)處理數(shù)據(jù)的傳統(tǒng)顯示器不同，SNDs 模擬生物的感覺通路，直接將輸入檢測、記憶與視覺響應(yīng)連接起來。通過在統(tǒng)一的硬件平臺上融合感知與顯示功能，SNDs 能夠?qū)崿F(xiàn)與環(huán)境的實時交互，同時降低延遲與能耗。這些特性對于可穿戴電子、醫(yī)療監(jiān)測、AR/VR 以及人機交互等應(yīng)用尤為關(guān)鍵，這些領(lǐng)域對連續(xù)反饋與適應(yīng)性提出了更高的要求。智能顯示器的價值在于其能夠?qū)?shù)據(jù)處理與可視化統(tǒng)一，從而實現(xiàn)更直觀、自適應(yīng)、響應(yīng)更快的人機交互方式。面對對個性化、高效與節(jié)能技術(shù)日益增長的需求，SNDs 為下一代交互式顯示系統(tǒng)的發(fā)展提供了一條有前景的路徑。本綜述將概述定義 SNDs 的工作機制、材料體系與器件結(jié)構(gòu)，重點介紹當前的技術(shù)創(chuàng)新、實際應(yīng)用中的挑戰(zhàn)以及未來發(fā)展方向，旨在推動 SNDs 成為智能交互顯示系統(tǒng)的下一代平臺。
圖1
圖2
圖2概述了感知型神經(jīng)形態(tài)顯示系統(tǒng)（SNDs），說明了其工作流程、神經(jīng)形態(tài)計算方法以及發(fā)光機制。首先，各類人類感知刺激（如觸覺、聲覺、光學(xué)）以及超感知刺激（如超聲、磁場、化學(xué)信號）被轉(zhuǎn)換為電信號，稱為突觸前脈沖。這些脈沖會調(diào)制人工突觸器件——如憶阻器或三端晶體管——通過調(diào)節(jié)其電導(dǎo)實現(xiàn)突觸權(quán)重的變化。隨后，由此產(chǎn)生的突觸后電流調(diào)控集成的發(fā)光單元，從而控制發(fā)光的強度、顏色、頻率和持續(xù)時間，實現(xiàn)對外部刺激的實時視覺解析。該過程中采用尖峰神經(jīng)網(wǎng)絡(luò)（Spiking Neural Networks, SNNs）進行神經(jīng)形態(tài)計算：輸入信號被編碼為脈沖序列，在網(wǎng)絡(luò)中傳播，當累積達到激發(fā)閾值時觸發(fā)“神經(jīng)元放電”；輸出層對這些脈沖序列進行解碼，直接調(diào)制可視信號，從而實現(xiàn)高效的“存內(nèi)計算”。最后，SNDs 可通過多種發(fā)光機制（如電致發(fā)光、電化學(xué)發(fā)光、結(jié)構(gòu)色、光致發(fā)光）輸出視覺信息，這些機制在器件層面實現(xiàn)了高度集成，具備緊湊、節(jié)能的顯示性能。
圖3
圖3展示了神經(jīng)形態(tài)顯示技術(shù)的前沿應(yīng)用實例。首先，圖中展示了由突觸型光電晶體管（SPTr）陣列與量子點發(fā)光二極管（QLEDs）集成構(gòu)成的系統(tǒng)，該系統(tǒng)可用于可視化紫外圖案，具有選擇性突出有效信號并濾除噪聲的能力。接著，展示了一個人工傳入神經(jīng)系統(tǒng)，它通過光電發(fā)光憶阻突觸構(gòu)建光學(xué)神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了靈活、高效的一對多信號傳輸，克服了傳統(tǒng)有線連接的限制。另一個重要應(yīng)用是基于摩擦電納米發(fā)電機（TENG）的自供能觸覺感知系統(tǒng)，它可將機械刺激直接轉(zhuǎn)換為實時視覺反饋，為能量自主的交互顯示提供了新方向。此外，還介紹了一個多模態(tài)顯示系統(tǒng)，該系統(tǒng)融合了動態(tài)步頻與空間位置信息，并通過多色發(fā)光同時實現(xiàn)復(fù)雜輸入的可視化與分類處理，且無需外部計算支持。圖中還包括一個神經(jīng)形態(tài)生物傳感器實例，它將離子選擇性電化學(xué)晶體管與片上學(xué)習(xí)與分類功能結(jié)合，能夠即時解析生物信號，展示出其在健康監(jiān)測領(lǐng)域的潛力。最后，圖中展示了電化學(xué)發(fā)光觸覺視覺突觸在醫(yī)療領(lǐng)域的應(yīng)用，如手指康復(fù)訓(xùn)練中的實時光學(xué)反饋，凸顯了神經(jīng)形態(tài)感知顯示在實際應(yīng)用中的實用性與多功能性。
圖4
圖4展示了感知型神經(jīng)形態(tài)顯示技術(shù)的發(fā)展時間軸。最初，采用硅納米晶體的電致發(fā)光器件展示了基本的突觸原理，為后續(xù)研究奠定了關(guān)鍵基礎(chǔ)。隨后，出現(xiàn)了發(fā)光晶體管（LETs）與憶阻器（LEMs）等創(chuàng)新器件，它們將存儲與計算能力直接集成于單個器件中，顯著降低了對外部處理器的依賴。隨著技術(shù)演進，感知型神經(jīng)形態(tài)系統(tǒng)實現(xiàn)了更高層次的集成，將感知輸入、神經(jīng)形態(tài)計算與可視化統(tǒng)一為一個協(xié)同平臺，使其能夠應(yīng)用于更復(fù)雜的場景，如生物傳感與空間模式識別等。展望未來，技術(shù)發(fā)展正朝著“多感知單器件系統(tǒng)”方向推進，目標是在緊湊、高能效的架構(gòu)中融合多模態(tài)感知、處理與顯功能，從而提升其在多樣化人機交互場景中的應(yīng)用潛力。
圖5
圖5概述了感知型神經(jīng)形態(tài)顯示技術(shù)（SNDs）的未來發(fā)展方向。圖中強調(diào)，SNDs 正在經(jīng)歷從復(fù)雜的多單元器件結(jié)構(gòu)（即感知、存儲和顯示分離）向集成所有神經(jīng)形態(tài)功能的簡化單一器件平臺的轉(zhuǎn)變。這一融合趨勢有助于簡化系統(tǒng)設(shè)計，降低延遲，并提升整體效率。圖中還指出了SNDs的關(guān)鍵應(yīng)用領(lǐng)域，包括增強與虛擬現(xiàn)實（AR/VR）、車載交互界面、智能家電、健康監(jiān)測、工業(yè)故障診斷以及醫(yī)學(xué)成像等，這些場景都對實時集成的感知、處理和可視化能力提出了較高要求。最后，圖中的蛛網(wǎng)圖總結(jié)了不同應(yīng)用場景在材料、器件和功能等多個維度上的性能需求，強調(diào)開發(fā)符合多元、交叉需求的定制化解決方案對于提升SNDs的實際應(yīng)用價值具有重要意義。
原文鏈接：https://www.cell.com/device/fulltext/S2666-9986(25)00161-9
通訊作者簡介：Cheolmin Park 教授，韓國科學(xué)院/工程院兩院院士，延世大學(xué)（QS 50）杰出教授。目前擔(dān)任Director of BK21 Education and Research Division for Futuristic Human-centric Materials, Director of Center for Artificial Synesthesia Materials Discovery，以及Board of Directors in Materials Research Society (MRS)。他于1992年和1995年在首爾國立大學(xué)獲得學(xué)士和碩士學(xué)位， 2001年在麻省理工學(xué)院獲得博士學(xué)位，2001-2002年，在哈佛大學(xué)擔(dān)任博士后研究員。2002年9月起，在延世大學(xué)成立Nanopolymers課題組，研究方向涉及光電材料和器件，鈣鈦礦以及低維納米材料，能量收集等并探索其在柔性傳感，發(fā)電和交互顯示器件的廣泛應(yīng)用。迄今已在Nature materials, Nature communications, Science advance, Energy & Environmental Science, Advanced materials等期刊發(fā)表270多篇SCI論文。
課題組網(wǎng)站：https://yonseinpl.wixsite.com/nanopolymer
- 暫無相關(guān)新聞
