天津理工大学&北京大学ACS Nano：一种可大规模制备的柔性全光调控突触器件

【引言】

计算机是信息技术时代最伟大的发明，然而在即将迈入人工智能时代的当下，传统的冯诺依曼计算机正面临着严峻的挑战：物理分离的处理器和存储器导致计算延迟和大量的能耗。近年来被科学家广泛关注的神经形态计算(Neuromorphic computing)在处理复杂的非结构性信息，例如图像、声音、视频、文字等，具有计算速度快、容错能力强、能耗低等特点，被认为是人工智能时代取代传统冯诺依曼计算机的有力竞争者。人工突触器件是实现神经形态计算的基本单元，近年来关于人工突触器件的研究成为电子器件领域的前沿热点。人类80%的信息是通过视觉从外界获取的，因此模拟人类视觉系统对于人工智能的发展至关重要。光电突触器件直接采用光信号对器件的突触权重进行调控，将光信号探测与突触功能集于一身，极大简化了人工视觉系统的结构，消除了信息在不同器件之间传递导致的时间延迟和能耗。此外，相比于电信号调制，光脉冲作为一种低串扰、高带宽的调制手段可以对器件突触权重进行高速低能耗的调节。然而，目前绝大多数光电突触器件仅具有单向光响应，仍需要通过光信号和电信号的耦合才能实现可重构的兴奋性和抑制性突触行为。因此，开发一种双向光响应的突触器件以实现全光调控突触行为有助于低功耗突触神经网络的发展。

【成果简介】

近日，天津理工大学鲁统部教授和陈旭东副研究员，联合北京大学张锦院士（共同通讯作者）团队在ACS Nano上发表了一篇题为“Large-Scale and Flexible Optical Synapses for Neuromorphic Computing and Integrated Visible Information Sensing Memory Processing”的文章。该课题组在6 cm × 6 cm的石墨烯表面直接合成了芘基石墨炔（Pyr-GDY），并提出了一种基于Pyr-GDY/石墨烯/PbS量子点（Pyr-GDY/Gr/PbS- QD）垂直异质结构的双端光学突触。其中Pyr-GDY和PbS量子点诱导的光栅效应使得该器件具有双向光响应，器件在980 nm和450 nm光激发下可实现兴奋性和抑制性突触行为。得益于简单的器件结构以及Pyr-GDY/Gr/PbS-QD异质结的低维特性，该器件在弯曲测试中表现出良好的稳定性和可靠性。由于制备的晶圆尺寸Pyr-GDY/Gr/PdS-QD薄膜在宏观尺度上具有良好的均匀性，可以实现大规模的光学突触器件阵列的制作，用于构筑物理人工神经网络和人工视觉系统。作者利用该器件模拟了手写体图像识别，表现出较高的识别准确率和效率，以及良好的容错能力。另外，基于该器件的人工视觉系统集成了信息感知-存储-处理功能，在单一器件上实现了实时图像检测、原位存储和图像处理，避免了数据转换和传输带来的能量消耗和时间延迟。最后，该器件采用全光学手段实现了逻辑运算（“与”、“或”、“与非”、“或非”和“异或”）和联想学习。

【图文导读】

图1 Pyr-GDY/Gr/PbS-QD异质结的表征

a) Pyr-GDY/Gr/PbS-QD异质结的光学图；

b) 6 cm × 6 cm Pyr-GDY/Gr/PbS-QD异质结薄膜照片；

c) Pyr-GDY/Gr/PbS-QD异质结拉曼表征；

d) Pyr-GDY/Gr/PbS-QD异质结光吸收谱；

e) 有光照和无光条件下的器件的转移特性；

f) Pyr-GDY/Gr/PbS-QD异质结构在(I)暗环境、(II) 450 nm和(III) 980 nm照射下的能带图。

图2 Pyr-GDY/Gr/PbS-QD异质结的突触特性

a) 左图：生物神经网络和突触的示意图，右图：光突触的简化电路；

b) 采用波长分别为980 nm和450 nm的光脉冲触发EPSC和IPSC；

c) 采用波长分别为980 nm和450 nm的光脉冲触发的PPF；

d) 分别在980 nm和450 nm的光波长下，PPF-Δt关系图；

e) 脉冲数量依赖的EPSC和IPSC;

f) 脉冲频率依赖的EPSC和IPSC。

图3 Pyr-GDY/Gr/PbS-QD异质结的柔性特性

a,b) 柔性PET衬底上制备的光学突触阵列的示意图和照片；

c,d) 不同拉伸和压缩应变下ΔPSC和PPF的变化；

e) 在平整、弯曲和折叠状态下，器件的LTP/LTD循环曲线；

f) 不同弯曲次数下G_max和G_min的变化。

图4 神经形态计算的模拟

a) LTP/LTD曲线的光学训练示意图；

b) 在平整、拉伸和压缩状态下，施加增强和抑制脉冲后光突触的LTP/LTD特征；

c) 用于识别28 × 28像素手写数字的三层神经网络原理图；

d) 突触权重的示意图；

e) 不同噪声比（0 - 90%）的手写数字；

f) 28 × 28像素无噪声手写数字图像的识别精度随训练周期的变化；

g,h) 平整状态下，神经网络的识别精度随训练周期和噪声像素比例的变化。

图5 光学突触阵列的视觉信息感知记忆处理系统

 a) 用于图像感知、记忆和处理的人类视觉系统示意图；

b-d) 7×6光学突触阵列在初始状态下、150次光训练后以及光训练结束1000 s后的电导图；

e) 未知图像与参考图像的对比和识别。

图6 光逻辑应用

a) 光突触逻辑功能的原理图；

b) “或”和“与”逻辑功能；

c) “或非”和“与非”逻辑功能；

d) “异或”逻辑功能；

e) 联想学习功能。

【小结】

综上所述，作者提出了一种基于Pyr-GDY/Gr/PbS量子点垂直异质结的全光调制突触器件。该器件可以通过光学手段对器件进行调制实现兴奋性和抑制性突触行为。作者利用所制备的晶圆尺寸的Pyr-GDY/Gr/PbS异质结构筑了大规模器件阵列，研究了其在神经形态计算和人工视觉系统中的应用前景。这是第一种具有大规模应用前景的全光调控突触器件。

文献链接：Large-Scale and Flexible Optical Synapses for Neuromorphic Computing and Integrated Visible Information Sensing Memory Processing, 2021, ACS Nano.

https://doi.org/10.1021/acsnano.0c08921

本文由作者投稿。