中科院王中林院士/孙其君研究员团队Adv. Funct. Mater.：机械塑性摩擦电调制浮栅神经形态晶体管

【引言】 

感知，判断力，学习和记忆的基本大脑功能依赖于突触活动的调节，这是一个事件驱动的加强/减弱突触连接在多层次的时间尺度。短期可塑性（STP）和长期可塑性（LTP）是突触可塑性的两种典型行为。一般而言，STP被认为是调节期间瞬时传送处理（到秒从毫秒）的动态突触效能，通过低通或高通时间滤波功能，在生物感觉系统、神经形态计算或人工神经网络（ANN）中起着重要作用。相反，LTP提供相对稳定的突触传递功能，有助于对空间记忆/遗忘特征进行编码或削弱所选的目标突触。模拟突触可塑性以实现复杂的认知功能和适应性行为，对于人工突触的进化、神经形态计算和人工智能的演变是至关重要的。研究人员集中利用记忆行为来模拟具有多种材料类别的突触可塑性，其中通过电/光/铁电/磁调制可以轻松地使突触活性塑化。摩擦电势来源于施加在摩擦电纳米发电机（TENG）上的机械作用，提供了一种能量和传感器技术，通过从周围环境中收集机械能来实现物联网时代。摩擦电势还能够与半导体器件耦合，以通过直接机械输入来实现电传输特性的调整。

近日，中国科学院王中林院士和孙其君研究员（共同通讯作者）提出了一种基于摩擦电子浮栅MoS₂突触晶体管的通用机械塑性人工突触，其利用机械位移来实现多种突触可塑性。机械塑性人工突触是由一个TENG集成的浮栅MoS₂突触晶体管组成。当突触前电压尖峰和通道电流使突触后电流信号功能化时，TENG分量的机械位移会引起摩擦电势耦合到浮栅突触晶体管。通过机械位移可以很容易地调节突触的重量，从而第一次实现突触的机械可塑性。基于机械弹力的人工突触，还成功地模仿了典型的突触可塑性行为，包括增强/抑制和成对的脉冲促进/抑制。更重要的是，在通过浮栅（Au纳米粒子）捕获电荷的辅助下，人工突触可以同时实现机械位移衍生的短期和长期塑性。此外，根据长期可塑性，还构建了一个简便的人工神经网络，以通过机械塑性表现出增加的突触权重和神经形态逻辑切换（AND，OR），而无需构建复杂的互补金属氧化物半导体电路。所提出的机械塑性人工突触为构造机械行为衍生的神经形态装置提供了一个有利的候选方案，以克服冯诺依曼瓶颈并执行高级突触行为。相关研究成果以“Mechanoplastic Tribotronic Floating-Gate Neuromorphic Transistor”为题发表在Adv. Funct. Mater.上。

【图文导读】

图一、与生物神经系统相对应的机械塑性摩擦电子浮动门控型MoS₂晶体管

（a）机械塑性MoS₂突触晶体管的示意图；

（b）Au NPs浮栅层的工作机理；

（c）MoS₂的拉曼光谱，证实了所利用的MoS₂的单层特性；

（d）用透射电镜观察突触晶体管的高分辨率照片；

（e）与演示的装置相比的生物神经系统；

（f）与捕获/分离过程相比，生物突触的工作过程。

图二、单一位移脉冲激励下的机械塑化突触晶体管及其相应的工作机理

（a）在一个位移脉冲下具有四级变化特性的PSC；

（b）第一至第四阶段的工作机制和能带图的示意图；

（c）在0.25至0.7 mm的不同D幅度下，神经形态晶体管的PSC；

（d）提取的II，III和IV阶段的PSC变化与位移的关系；

（e）在阶段III中PSC的标准化突触重量变化与位移的关系；

（f）不同D持续时间下的PSCs；

（g）在阶段II，III和IV中提取的PSC变化与持续时间的关系；

（h）在一系列持续时间内，在阶段III中PSC的标准化重量变化。

图三、机械塑性浮栅突触晶体管的突触可塑性行为

（a）由一对位移脉冲（D=0.7 mm，t=0.2 s）触发的突触晶体管的IPSC；

（b）由 FEP/Cu摩擦层连接到控制栅极的相同成对的位移脉冲；

（c）PPD/F指数（A₂/A₁）与位移的关系；

（d）突触晶体管的IPSC和EPSC与D的脉冲数的关系；

（e）在0.1、0.3、0.5和0.7 mm处施加D脉冲时，与脉冲数有关的下陷增益（A_n/A₁）；

（f）在0.1、0.3、0.5和0.7 mm 施加D脉冲时，取决于脉冲数的促进增益（A_n/A₁）。

图四、机械开关逻辑转换器的神经网络模型

（a）由三个人工突触晶体管，突触A（S_A），突触B（S_B）和机械塑性突触M（S_M）组成的神经网络的电路图；

（b）相应计算逻辑的流程图；

（c）TENG和S_M之间的电气连接的电路图；

（d）四种类型的V_in-1和V_in-2逻辑组合；

（e）在+100 V时具有S_M设置参数的四种类型；

（f）在正塑性力V_TENG-3下，输入V_in-1和V_in-2 的逻辑组合中的PSC ；

（g，h）第IV阶段的PSCs在（d）和（e）的逻辑输入下从PSCs中提取；

（i，j）在相反的机械塑性输入信号上“与”和“或”逻辑的真值表。

【小结】

总而言之，作者展示了一种基于浮栅MoS₂的通用机械塑性人工突触。其中 典型的突触可塑性行为，包括增强/抑制和PPD/F行为，已被机械位移成功地模仿。人工突触配合Au NPs浮栅，可以同时实现机械增塑的STP和LTP。此外，构建了一个人工神经网络以通过TENG位移实现突触权重的增加，在此基础上成功地证明了机械转换（AND，OR）。机械塑性人工突触以一种主动的、自我驱动的方式实现了对突触重量的直接机械行为调节，这在感觉性突触设计，先进的神经形态计算，潜在的学习和记忆刺激等方面具有广阔的前景。

文献链接：“Mechanoplastic Tribotronic Floating-Gate Neuromorphic Transistor”(Adv. Funct. Mater.，2020，10.1002/adfm.202002506)

本文由材料人CYM编译供稿。