在人工智能与仿生机器人迅猛发展的今天，如何让机器像人一样“看见”并“触摸”世界，进而实现高效智能感知，一直是科研界的重要挑战。传统硬件受限于单一传感模式、刚性强、能耗高，难以实现多模态信息的实时融合处理。近期，南京师范大学计算机与电子信息学院甘志星团队提出了一种自供能、柔性、多感官人工突触器件，成功在单一器件中融合了视觉与触觉感知，为下一代智能感知系统发展提供了新的思路，相关成果以Self-Powered, Flexible, and Multi-Sensory Artificial Synaptic Devices for Intelligent Object Recognition为题发表在《Advanced Functional Materials》。

图1. 多感官人工突触器件原理构想

研究团队从人体感官系统获得灵感，设计出一种可同时响应光信号与力学信号的异质结器件。该器件基于还原氧化石墨烯与富含硫空位的ZnIn₂S₄薄膜堆叠而成，利用界面空隙与缺陷态实现光电载流子的“捕获-释放”机制，从而在无需外部电源的情况下，实现类似生物突触的短期与长期可塑性。该器件不仅在光脉冲刺激下可模拟兴奋性突触后电流（EPSC）、双脉冲易化（PPF）等神经突触行为，还能在外力作用下产生可区分的电信号响应。通过调控光脉冲的数量、强度与频率，器件可实现从短期记忆向长期记忆的过渡，光电响应弛豫时间最长可达200秒。所有功能均在零偏压下实现，极大降低了能耗。为验证其多模态感知能力，研究团队构建了一个基于该器件阵列的人工神经网络（ANN），用于识别9类具有不同透光率与重量的物体（如玻璃杯、金属保温杯、亚克力盒等）。实验显示，该系统识别准确率高达97.67%，显著优于单一模态传感系统，展现出在复杂场景中实现高精度物体识别的潜力。

图2. 多感官人工突触器件在智能物体识别上的应用验证

该研究提供了一种新型多感官神经形态器件设计方法，有望推动感存算一体柔性系统的发展。未来，这类器件可广泛应用于物联网终端、智能机器人交互界面、虚拟现实触觉反馈等领域，为实现更智能、更节能、更贴近人类感知方式的人工智能系统奠定基础。南京师范大学甘志星为论文的通讯作者，该研究获得了国家自然科学基金重大研究计划培育项目、江苏省自然科学基金等项目的资助。

论文信息：Tongzhou Cai, Jiahao Fan, Yifei Yan, Yanfang Zha, Yufan Gu, Xiaohui Hu, Mingchao Li, Shijie Gao, Yunsong Di, Shibiao Wei, Zhihui Chen, Zhixing Gan, Self-Powered, Flexible, and Multi-Sensory Artificial Synaptic Devices for Intelligent Object Recognition, Advanced Functional Materials, 2026, 36 (28), e24890.