中科院王中林院士/孫其君研究員團隊Adv. Funct. Mater.:機械塑性...

【引言】

感知，判斷力，學習和記憶的基本大腦功能依賴於突觸活動的調節，這是一個事件驅動的加強/減弱突觸連接在多層次的時間尺度。短期可塑性（STP）和長期可塑性（LTP）是突觸可塑性的兩種典型行為。一般而言，STP被認為是調節期間瞬時傳送處理（到秒從毫秒）的動態突觸效能，通過低通或高通時間濾波功能，在生物感覺系統、神經形態計算或人工神經網絡（ANN）中起著重要作用。相反，LTP提供相對穩定的突觸傳遞功能，有助於對空間記憶/遺忘特徵進行編碼或削弱所選的目標突觸。模擬突觸可塑性以實現複雜的認知功能和適應性行為，對於人工突觸的進化、神經形態計算和人工智慧的演變是至關重要的。研究人員集中利用記憶行為來模擬具有多種材料類別的突觸可塑性，其中通過電/光/鐵電/磁調製可以輕鬆地使突觸活性塑化。摩擦電勢來源於施加在摩擦電納米發電機（TENG）上的機械作用，提供了一種能量和傳感器技術，通過從周圍環境中收集機械能來實現物聯網時代。摩擦電勢還能夠與半導體器件耦合，以通過直接機械輸入來實現電傳輸特性的調整。

近日，中國科學院王中林院士和孫其君研究員（共同通訊作者）提出了一種基於摩擦電子浮柵MoS2突觸電晶體的通用機械塑性人工突觸，其利用機械位移來實現多種突觸可塑性。機械塑性人工突觸是由一個TENG集成的浮柵MoS2突觸電晶體組成。當突觸前電壓尖峰和通道電流使突觸後電流信號功能化時，TENG分量的機械位移會引起摩擦電勢耦合到浮柵突觸電晶體。通過機械位移可以很容易地調節突觸的重量，從而第一次實現突觸的機械可塑性。基於機械彈力的人工突觸，還成功地模仿了典型的突觸可塑性行為，包括增強/抑制和成對的脈衝促進/抑制。更重要的是，在通過浮柵（Au納米粒子）捕獲電荷的輔助下，人工突觸可以同時實現機械位移衍生的短期和長期塑性。此外，根據長期可塑性，還構建了一個簡便的人工神經網絡，以通過機械塑性表現出增加的突觸權重和神經形態邏輯切換（AND，OR），而無需構建複雜的互補金屬氧化物半導體電路。所提出的機械塑性人工突觸為構造機械行為衍生的神經形態裝置提供了一個有利的候選方案，以克服馮諾依曼瓶頸並執行高級突觸行為。相關研究成果以「Mechanoplastic Tribotronic Floating-Gate Neuromorphic Transistor」為題發表在Adv. Funct. Mater.上。

【圖文導讀】

圖一、與生物神經系統相對應的機械塑性摩擦電子浮動門控型MoS2電晶體

（a）機械塑性MoS2突觸電晶體的示意圖；

（b）Au NPs浮柵層的工作機理；

（c）MoS2的拉曼光譜，證實了所利用的MoS2的單層特性；

（d）用透射電鏡觀察突觸電晶體的高解析度照片；

（e）與演示的裝置相比的生物神經系統；

（f）與捕獲/分離過程相比，生物突觸的工作過程。

圖二、單一位移脈衝激勵下的機械塑化突觸電晶體及其相應的工作機理

（a）在一個位移脈衝下具有四級變化特性的PSC；

（b）第一至第四階段的工作機制和能帶圖的示意圖；

（c）在0.25至0.7 mm的不同D幅度下，神經形態電晶體的PSC；

（d）提取的II，III和IV階段的PSC變化與位移的關係；

（e）在階段III中PSC的標準化突觸重量變化與位移的關係；

（f）不同D持續時間下的PSCs；

（g）在階段II，III和IV中提取的PSC變化與持續時間的關係；

（h）在一系列持續時間內，在階段III中PSC的標準化重量變化。

圖三、機械塑性浮柵突觸電晶體的突觸可塑性行為

（a）由一對位移脈衝（D=0.7 mm，t=0.2 s）觸發的突觸電晶體的IPSC；

（b）由 FEP/Cu摩擦層連接到控制柵極的相同成對的位移脈衝；

（c）PPD/F指數（A2/A1）與位移的關係；

（d）突觸電晶體的IPSC和EPSC與D的脈衝數的關係；

（e）在0.1、0.3、0.5和0.7 mm處施加D脈衝時，與脈衝數有關的下陷增益（An/A1）；

（f）在0.1、0.3、0.5和0.7 mm 施加D脈衝時，取決於脈衝數的促進增益（An/A1）。

圖四、機械開關邏輯轉換器的神經網絡模型

（a）由三個人工突觸電晶體，突觸A（SA），突觸B（SB）和機械塑性突觸M（SM）組成的神經網絡的電路圖；

（b）相應計算邏輯的流程圖；

（c）TENG和SM之間的電氣連接的電路圖；

（d）四種類型的Vin-1和Vin-2邏輯組合；

（e）在+100 V時具有SM設置參數的四種類型；

（f）在正塑性力VTENG-3下，輸入Vin-1和Vin-2 的邏輯組合中的PSC ；

（g，h）第IV階段的PSCs在（d）和（e）的邏輯輸入下從PSCs中提取；

（i，j）在相反的機械塑性輸入信號上「與」和「或」邏輯的真值表。

【小結】

總而言之，作者展示了一種基於浮柵MoS2的通用機械塑性人工突觸。其中 典型的突觸可塑性行為，包括增強/抑制和PPD/F行為，已被機械位移成功地模仿。人工突觸配合Au NPs浮柵，可以同時實現機械增塑的STP和LTP。此外，構建了一個人工神經網絡以通過TENG位移實現突觸權重的增加，在此基礎上成功地證明了機械轉換（AND，OR）。機械塑性人工突觸以一種主動的、自我驅動的方式實現了對突觸重量的直接機械行為調節，這在感覺性突觸設計，先進的神經形態計算，潛在的學習和記憶刺激等方面具有廣闊的前景。

文獻連結：「Mechanoplastic Tribotronic Floating-Gate Neuromorphic Transistor」(Adv. Funct. Mater.，2020，10.1002/adfm.202002506)

本文由CYM編譯供稿。

投稿郵箱

投稿以及內容合作可加微信

cailiaorenvip