近日，课题组成员王政参加浙江大学集成电路学院举办的“IC+X”研究生论坛，并围绕热电堆红外探测器与忆阻器集成的近传感神经形态计算系统作学术汇报。本次论坛以“交叉聚力，芯火相传”为主题，聚焦集成电路与人工智能、新型微纳器件、神经形态计算、智能感知和信息安全等交叉前沿方向，为研究生展示科研成果、交流学术思想和拓展研究视野提供了良好平台。

在汇报中，王政首先介绍了近传感计算与神经形态硬件的发展背景。随着人工智能、物联网和智能终端技术的快速发展，传统冯·诺依曼架构中感知、存储与计算相互分离的问题日益突出，数据在传感器、存储器和处理器之间频繁传输，带来了较高的能耗和延迟。尤其在视觉信息感知、安全通信和实时识别等应用场景中，如何在传感端附近完成信息获取、预处理、存储和识别，是构建低功耗智能系统的重要方向。

围绕这一问题，王政重点汇报了其发表于 Nano Letters 的研究工作。该工作提出了一种基于热电堆红外探测器和忆阻器的近传感神经形态计算系统，用于加密视觉信息传输。与传统可见光探测器相比，热电堆红外探测器能够响应红外波段信息，具有隐蔽性强、安全性高和无需制冷等优势，更适合用于复杂环境下的安全信息传输与识别。研究中，热电堆红外探测器作为前端感知单元，用于捕获红外视觉信息；忆阻器阵列作为后端存储与神经形态计算单元，用于对探测信号进行存储、调制和识别，从而实现感知与计算的紧密融合。

在器件性能方面，该热电堆红外探测器能够在 100–310 ℃ 的宽温度范围内实现红外信号探测，并表现出较快的响应特性。探测器将红外辐射信息转换为电压响应后，可直接作为忆阻器阵列的输入信号，避免了传统传感系统中额外模数转换和数据搬运带来的能耗与延迟。与此同时，Pt/HfAlOx/TiN 忆阻器表现出良好的阻变存储和神经形态特性，包括稳定的电阻转变、较长的数据保持能力、优异的循环耐受性以及长时程增强和长时程抑制等突触可塑性行为，为神经形态信息处理提供了硬件基础。

在系统应用方面，该研究构建了面向视觉信息加密传输的近传感计算方案。通过红外探测器对隐藏在复杂光学背景中的正确信息进行选择性识别，系统能够滤除非红外波段中的干扰信息和误导信息，并将有效红外信息输入忆阻器神经网络进行识别处理。实验结果表明，在含噪声的手写数字识别任务中，经热电堆红外探测器预处理后，神经网络识别准确率显著提升，展示了该系统在图像去噪、信息筛选和高精度识别方面的优势。

此外，该工作进一步设计了面向信息安全的双重加密传输方案。系统利用红外视觉信息进行第一层加密识别，同时结合语音识别实现第二层身份验证与解锁，从而构建了图像信息与语音信息协同的安全通信链条。该方案不同于传统单一密码或单一图像识别方法，通过红外隐蔽信息、忆阻器神经形态计算和语音识别的协同作用，提高了信息传输的安全性和可靠性，为智能终端、加密通信和安全访问控制提供了新的实现思路。

王政的汇报展示了课题组在红外探测器、忆阻器、近传感计算和神经形态安全通信方向的最新研究进展。该工作体现了新型传感器件与忆阻器计算硬件的深度融合，为面向低功耗智能感知、红外安全通信和类脑信息处理的新型系统提供了重要参考。通过参加浙江大学“IC+X”研究生论坛，王政与相关领域师生进行了深入交流，进一步拓展了研究思路，也展示了课题组在集成电路交叉前沿方向的研究积累与创新成果。

未来，课题组将继续围绕新型微纳电子器件、神经形态计算、近传感智能系统和硬件安全通信等方向开展深入研究，推动器件、算法与系统的协同创新，为低功耗智能硬件和下一代安全信息处理系统的发展贡献力量。