能够自动检测和识别移动物体的设备有许多有价值的应用，例如，加强远程环境监测。大多数现有的运动检测和识别（MDR）技术是基于由互补金属氧化物半导体（CMOS）制成的图像传感器。与人类的视网膜相比，这些系统往往是笨重和无效的，因为它们需要几个硬件组件来捕获、存储和处理图像。

复旦大学和中国科学院的研究人员最近开发了一种新的二维（2D）设备，其灵感来自于人类视网膜，可以检测运动、存储运动数据并对其进行分析。在《自然-纳米技术》上发表的一篇论文中介绍的这种一体化设备，远没有现有的运动识别设备那么笨重，但它可以高度准确地识别运动物体。

"最初，我们设计了显示新颖的正负光存储功能的特定结构，在与一位专门研究人工视觉的教授沟通后，我们发现了该结构与视网膜网络之间的共同点，并开始设计和探索运动检测和边缘检测等人工视觉功能。"进行这项研究的研究人员之一周鹏说道。

周和他的同事们着手开发一种能够感知光线、存储数据和进行计算的设备，使用的硬件形状类似于人类视网膜。他们工作的超前目标是用一个更简单、更轻、耗电更少的设备实现运动检测和识别。

我们创建的一体化设备有两种不同的模式，基于不同的存储载体，分别对应于正和负的光学反应，因此，它可以在照明下产生正/负拮抗的非挥发性输出。感知、记忆和计算的整合只是类似于人类视网膜网络的模式。

由于周和他的同事创造的设备部分类似于人类视网膜，该团队评估了它执行视网膜的一些功能的能力，包括运动和边缘检测。值得注意的是，他们发现在视网膜启发的设备上运行的人工神经网络可以识别移动的物体，其准确性明显高于在其他设备上运行的算法。

周说以前的视网膜启发设备只表现出光学反应，不能有效地存储这些反应，因此无法对移动目标进行时域计算。我们提出的一体化视网膜变形器件具有非易失性的双极正负光传导性，能够实现前所未有的时间差处理，因此可以应用于移动目标和静态图像。

研究人员已经用他们的设计创造了一个视网膜变形装置的原型。在未来，这个设备可以用来远程监控各种环境，或者可以集成到机器人中，以增强其运动检测和识别能力。

我们已经用二维材料扩展了视网膜启发装置的功能和应用，并为传感、记忆和计算的整合提供了原型演示，我们现在计划用我们创造的设备作为模型来建立一个硬件网络系统。在这个阶段，我们已经在努力探索二维系统的工艺，以及构建一个测试平台。