研究所概况

在当前智能感知领域，发展面向机器视觉的类脑与神经形态硬件已成为核心趋势。光电忆阻器因具有“感、存、算一体”特性，被视为构筑神经形态器件的重要基石。但现有器件高度依赖“光电协同”来诱导突触行为，为摆脱电信号依赖，实现真正意义上的全光操控——即开发宽光谱响应且极性随波长可调的光电忆阻器，是打开全光神经形态系统大门、实现类脑视觉感知的重要挑战。 近日，中国科学院深圳先进院材料所材料人工智能研究中心王佳宏...

  单原子纳米酶因其原子利用率达到极限、活性位点明确且催化效率极高，被视为生物传感领域中极具前景的信号放大元件。然而，在将其与抗体等生物识别元件偶联以实现特异性检测时，传统的直接修饰策略极易造成活性位点被占据或屏蔽，导致本征催化活性大幅衰减，这是制约高性能单原子纳米酶传感器发展的核心瓶颈。利用轴向配位工程调控电子结构与脂质体封装实现“非接触式”功能化，为构建兼具超高催化活性与完整生物识别功能的纳米...

  超亲水涂层作为一类重要的功能材料，能够在表面形成连续水膜，有效消除雾滴散射，在光学镜头、泳镜、医疗内窥镜、汽车玻璃等领域应用前景广阔。然而，这类材料的研发长期面临亲水单体筛选范围广、亲水聚合物结构设计依赖经验、涂层性能预测与工艺优化难度大等挑战。传统“试错法”研发模式受困于数据稀缺、构效关系不清、核心工艺设计难等瓶颈，导致防雾、抗溶胀、耐磨等特性难以兼顾，严重制约了高性能防雾涂层等产品的实用化...

在追求更小、更快、更高效的信息技术进程中，光子芯片被视为下一代信息处理的重要平台。然而，要在芯片尺度上实现对光的精确调控，尤其是偏振态的高效控制，仍需依赖具有强光学各向异性的功能材料。低维材料中各向异性的化学键和结构基元，为设计本征光学各向异性更强的材料提供了新思路。但目前传统晶体和常见低维材料的面内双折射率普遍有限，难以满足集成光子器件的小型化需求。研究表明，一维链状结构可有效打破结构对称性，从...

  人工智能驱动的新材料创制（AI for Materials）是当前竞争激烈的国际科研前沿。近年来，AI在新材料的设计、预测等方面已取得不错进展，但如何利用AI加速材料产品的开发，仍存在着巨大挑战。这一科研-产业间的巨大鸿沟主要是由于新材料产品在研发阶段与中试生产阶段所面临的巨大技术差异导致的。如何通过材料人工智能技术创新，突破实验室与生产线之间在中试阶段面临的“死亡谷”，是AI推动新材料产业高...

新材料研发是一项涉及多学科知识交叉的复杂系统工程，通常面临周期长、成本高、流程繁琐等挑战。特别是在制备阶段，不仅高度依赖个人经验，更存在大量难以言传的技术壁垒，这也是高端材料被“卡脖子”的主要原因之一。近年来人工智能（AI）在辅助材料设计与性质预测方面展现了巨大潜力，但如何突破研发效率瓶颈，解决“材料制备”难题，仍存在巨大挑战。 日前，中国科学院深圳先进技术研究院材料人工智能研究中心喻学锋团队成功...

近日,中国科学院深圳先进技术研究院材料所何睿团队及合作者们成功开发出一种具有力学响应性的有机硅凝胶。这种凝胶在高速冲击力的作用下，材料内部的弹性模量显著提升而迅速变硬，是一种具有能量缓冲作用的防护材料。相关成果在国际权威期刊Nature Communications上发表题为“Supramolecular networks with high shear stiffening enabled by...

近红外（NIR）光子探测与目标识别是自动驾驶、夜间监控和战术侦察等领域实现全天候目标识别的关键技术。然而，传统近红外探测系统受限于分立式架构与冯·诺依曼瓶颈，普遍存在能效低、信号传输延迟大等问题。利用红外敏感型易失性忆阻器构建的人工感知神经元，为实现低功耗实时高效处理的神经形态红外感知器件提供了新途径。 近日，中国科学院深圳先进技术研究院材料人工智能研究中心王佳宏团队在光电忆阻器领域取得新突破，在...