蔣子寒 柯碩 祝影 朱一新 朱力 萬昌錦 萬青
(南京大學(xué)電子科學(xué)與工程學(xué)院,南京 210093)
生物感知系統(tǒng)具有高并行、高容錯(cuò)、自適應(yīng)和低功耗等獨(dú)特優(yōu)點(diǎn).采用神經(jīng)形態(tài)器件實(shí)現(xiàn)生物感知功能的仿生,在腦機(jī)接口、智能感知、生物假體等領(lǐng)域具有重大應(yīng)用前景.與其他神經(jīng)形態(tài)器件相比,多端口神經(jīng)形態(tài)晶體管不僅可以同時(shí)實(shí)現(xiàn)信號(hào)的傳輸和訓(xùn)練學(xué)習(xí),還可以對(duì)多路信號(hào)進(jìn)行非線性的時(shí)空整合與協(xié)同調(diào)控.然而,傳統(tǒng)剛性神經(jīng)形態(tài)晶體管很難實(shí)現(xiàn)彎曲變形以及和人體密切貼合,限制了神經(jīng)形態(tài)器件應(yīng)用范圍.所以,具有良好彎曲特性的柔性神經(jīng)形態(tài)晶體管的研究成為了最近的研究重點(diǎn).本文首先介紹了多種柔性神經(jīng)形態(tài)晶體管的研究進(jìn)展,包括器件結(jié)構(gòu)、工作原理和基本功能;另外,本文還將介紹上述柔性神經(jīng)形態(tài)晶體管在仿生感知領(lǐng)域中的應(yīng)用;最后給出上述研究領(lǐng)域的總結(jié)和簡(jiǎn)單展望.
人類感知系統(tǒng)中具有無數(shù)的感覺受體,這些受體負(fù)責(zé)檢測(cè)各種體內(nèi)和環(huán)境的信息,并將其轉(zhuǎn)化為低頻電脈沖并傳遞到專門的認(rèn)知感覺神經(jīng)系統(tǒng)[1].認(rèn)知神經(jīng)系統(tǒng)通過修改神經(jīng)元之間的連接強(qiáng)度,實(shí)時(shí)地收集、整合、處理和存儲(chǔ)信息,將海量的感官信息轉(zhuǎn)化為綜合的認(rèn)知和意識(shí),這使得我們能夠比較準(zhǔn)確和實(shí)時(shí)地認(rèn)知外部世界并做出復(fù)雜的互動(dòng)[2,3].自然界優(yōu)化后的生物感知系統(tǒng),具有并行性、容錯(cuò)性、自適應(yīng)性和低功耗等優(yōu)點(diǎn)[4?9].生物突觸和神經(jīng)元具有許多獨(dú)特的特性,比如突觸可塑性和時(shí)空信息整合,這些特性被稱為神經(jīng)形態(tài)特性.模仿神經(jīng)形態(tài)特性的神經(jīng)形態(tài)器件及其仿生感知可以極大地推動(dòng)腦機(jī)接口[10,11]、智能感知[12?15]、生物假體[16?18]等領(lǐng)域的發(fā)展.
人工突觸和人工神經(jīng)元分別能夠?qū)π盘?hào)進(jìn)行記憶和整合,是仿生感知系統(tǒng)的重要組成部分.目前研究人員已經(jīng)提出了多種類型的人工突觸器件,例如基于兩端孔憶阻器的人工突觸[19?29]和基于三端/多端晶體管的人工突觸[30?37].神經(jīng)形態(tài)晶體管不僅可以實(shí)現(xiàn)信號(hào)的并行傳輸和訓(xùn)練學(xué)習(xí),還可以實(shí)現(xiàn)多信號(hào)的非線性時(shí)空整合[38,39].此外,通過調(diào)控端的引入研究人員還可以實(shí)現(xiàn)對(duì)神經(jīng)形態(tài)特性的協(xié)同調(diào)控[40,41].然而,任何旨在與人體交互的設(shè)備都需要與人體適當(dāng)集成來確保設(shè)備具有長(zhǎng)期穩(wěn)定的性能[42].傳統(tǒng)的剛性突觸器件很難密切貼合柔軟、彎曲的人體,通常會(huì)在超低應(yīng)變 (約1%) 下斷裂[43],無法承受器官和組織的高生理應(yīng)變,嚴(yán)重限制了該類器件的使用范圍.所以,需要開發(fā)能夠與皮膚、器官、大腦等生物組織集成的、具有良好機(jī)械柔性、延展性和生物相容性的柔性神經(jīng)形態(tài)晶體管.
本文將介紹三類柔性神經(jīng)形態(tài)晶體管(電解質(zhì)柵突觸晶體管、鐵電柵突觸晶體管、浮柵突觸晶體管)
的最新研究進(jìn)展,包括器件的結(jié)構(gòu)、原理和功能,并將進(jìn)一步介紹上述柔性神經(jīng)形態(tài)晶體管在仿生感知領(lǐng)域中的應(yīng)用.最后,本綜述還給出了上述研究領(lǐng)域的總結(jié)和簡(jiǎn)單展望.表1 顯示了近期3 種柔性突觸晶體管的代表性工作,并對(duì)其實(shí)現(xiàn)的神經(jīng)功能和機(jī)械柔性進(jìn)行簡(jiǎn)要比較.由于生物相容性對(duì)于突觸晶體管在生物醫(yī)療等領(lǐng)域的應(yīng)用具有重要意義,所以表1 中特別指出了使用具有生物相容性柵介質(zhì)的突觸晶體管.
表1 不同類型柔性突觸晶體管比較Table 1.Comparison of different types of flexible synaptic transistors.
大腦中的突觸和神經(jīng)元共同構(gòu)成學(xué)習(xí)和記憶的最小單元[59],神經(jīng)元可以簡(jiǎn)單地認(rèn)為是用來處理信息的,突觸是神經(jīng)元之間在功能上發(fā)生聯(lián)系的部位,也是信息傳遞的關(guān)鍵部位[60].如圖1(a)所示,含有細(xì)胞核的胞體是神經(jīng)元的主體,樹突是胞體延伸出來的樹狀凸起,負(fù)責(zé)接收并整合來自其他神經(jīng)元的信息.軸突通常從胞體上延伸一段距離,是信息傳遞的主要通道.在軸突的末端會(huì)分裂出許多細(xì)枝,這些細(xì)枝能夠與其他神經(jīng)元的樹突或者胞體形成特殊的納米間隙(20—40 nm),被稱為突觸,如圖1(b)所示.每個(gè)神經(jīng)元通過突觸與其他成千上萬個(gè)神經(jīng)元相連構(gòu)成了神經(jīng)網(wǎng)絡(luò)[61].
圖1 生物神經(jīng)元(a)和生物突觸(b)的結(jié)構(gòu)示意圖[66]Fig.1.Schematic diagram of biological neuron (a) and biological synapse (b)[66].
生物神經(jīng)元通過突觸接收來自其他生物神經(jīng)元的時(shí)空脈沖信號(hào),并對(duì)接收到的信號(hào)進(jìn)行整合.如果整合后的信號(hào)強(qiáng)度達(dá)到閾值,神經(jīng)元就會(huì)輸出動(dòng)作電位,動(dòng)作電位沿著軸突傳播到其末端,刺激軸突末端釋放神經(jīng)遞質(zhì),神經(jīng)遞質(zhì)通過擴(kuò)散穿過突觸間隙與突觸后膜上的受體結(jié)合,改變了突觸后神經(jīng)元的膜電位,從而實(shí)現(xiàn)信號(hào)的傳遞.如果積分未達(dá)到閾值,神經(jīng)元的膜電位就會(huì)逐漸衰減至靜態(tài)電位.根據(jù)突觸后膜上受體的不同,可將突觸分為抑制性突觸和興奮性突觸兩種.在興奮性突觸中,突觸前神經(jīng)元釋放的神經(jīng)遞質(zhì)會(huì)使突觸后神經(jīng)元產(chǎn)生興奮性突觸后電流/電位(excitatory post-synaptic current/potential,EPSC/EPSP).相反,在抑制性突觸中,突觸前神經(jīng)元釋放的神經(jīng)遞質(zhì)會(huì)使突觸后神經(jīng)元產(chǎn)生抑制性突觸后電流/電位(inhibitory postsynaptic current/potential,IPSC/IPSP).至今為止,已經(jīng)提出了一些神經(jīng)元計(jì)算模型來模擬神經(jīng)元信號(hào)的整合和產(chǎn)生過程,比如Hodgkin-Huxley(H-H)模 型、integrate and fire (IF)模 型、leaky integrate and fire(LIF)模型[62?64].H-H 模型雖然可以高精度地模擬生物神經(jīng)元的行為,但是較為復(fù)雜,包含了4 個(gè)方程和數(shù)十個(gè)參數(shù),很難在實(shí)際中應(yīng)用[65].IF 模型和LIF 模型通過將膜電位與閾值進(jìn)行比較來決定是否觸發(fā)尖峰,忽略了神經(jīng)元樹突的空間結(jié)構(gòu)[67].在LIF 模型中,膜電位低于閾值會(huì)在短時(shí)間內(nèi)漏出,更接近真實(shí)的神經(jīng)元.IF 模型是LIF 模型的簡(jiǎn)化版本,沒有泄漏行為.只要膜電位繼續(xù)累積超過閾值,就會(huì)觸發(fā)放電.
神經(jīng)元間的連接強(qiáng)度稱為突觸權(quán)重,突觸權(quán)重的重新配置(即突觸可塑性),被認(rèn)為是神經(jīng)系統(tǒng)學(xué)習(xí)和記憶的基礎(chǔ)[68].突觸可塑性分為短程塑性(shortterm plasticity,STP)和長(zhǎng)程塑性.短程塑性對(duì)應(yīng)的是刺激后突觸權(quán)重的短暫改變,持續(xù)時(shí)間為幾十毫秒到幾分鐘,是神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)時(shí)空相關(guān)計(jì)算功能的生理基礎(chǔ)[69,70].雙脈沖易化/抑制(paired-pulse facilitation/depression,PPF/PPD)是短程塑性的一種重要表現(xiàn)形式.由于短期塑性可以在短時(shí)間內(nèi)改變突觸權(quán)重,因此突觸可以通過增強(qiáng)或抑制突觸權(quán)重來充當(dāng)濾波器[71,72].長(zhǎng)程可塑性包括長(zhǎng)程增強(qiáng)(long-term potentiation,LTP)和長(zhǎng)程抑制(longterm depression,LTD),是突觸權(quán)重持續(xù)數(shù)小時(shí)、數(shù)年甚至更長(zhǎng)時(shí)間的改變,會(huì)給神經(jīng)網(wǎng)絡(luò)帶來永久性的變化,為生物系統(tǒng)學(xué)習(xí)和記憶提供了生理基礎(chǔ)[73].短程塑性可以通過充分訓(xùn)練或持續(xù)的神經(jīng)元活動(dòng)轉(zhuǎn)化為長(zhǎng)程塑性,這種轉(zhuǎn)變是突觸連接結(jié)構(gòu)變化的結(jié)果[74,75].
時(shí)間尖峰依賴的可塑性(spike-timing-dependent plasticity,STDP)是 Hebbian 學(xué)習(xí)規(guī)則的基本類型之一,它描述了兩個(gè)尖峰之間的時(shí)間間隔和順序?qū)ν挥|權(quán)重的影響,在神經(jīng)網(wǎng)絡(luò)中具有將時(shí)間信息轉(zhuǎn)化為記憶存儲(chǔ)的潛力[76].人們普遍認(rèn)為STDP是生物神經(jīng)網(wǎng)絡(luò)中無監(jiān)督學(xué)習(xí)的基本機(jī)制[77].頻率依賴的可塑性(spike-rate-dependent plasticity,SRDP)通過控制突觸前脈沖的頻率來調(diào)節(jié)突觸權(quán)重.根據(jù)SRDP 學(xué)習(xí)規(guī)則,高頻的突觸前脈沖會(huì)增強(qiáng)突觸后神經(jīng)元的反應(yīng),而低頻的突觸前脈沖會(huì)抑制這種反應(yīng)[78?80].
電解質(zhì)柵晶體管(electrolyte-gate transistor,EGT)具有低工作電壓和與突觸、神經(jīng)元類似的動(dòng)力學(xué)行為等優(yōu)點(diǎn),在神經(jīng)形態(tài)電子學(xué)中引起了極大的關(guān)注.EGT 的結(jié)構(gòu)和場(chǎng)效應(yīng)晶體管相同,只是用電解質(zhì)替代了傳統(tǒng)的柵介質(zhì),在柵極電場(chǎng)的作用下,電解質(zhì)中的陰陽離子發(fā)生定向移動(dòng),并且分別在電解質(zhì)和柵極、電解質(zhì)和溝道的界面處積累,形成具有μF/cm2量級(jí)的巨大雙電層(electric-doublelayer,EDL)電容[81,82].當(dāng)施加到柵極的電壓相對(duì)較低時(shí),由雙電層電容對(duì)溝道電導(dǎo)進(jìn)行易失性調(diào)控.當(dāng)施加到柵極的電壓足夠高時(shí),電解質(zhì)中的離子可能穿過電解質(zhì)和溝道的界面,對(duì)溝道進(jìn)行電化學(xué)摻雜或者與溝道發(fā)生電化學(xué)反應(yīng),從而實(shí)現(xiàn)對(duì)溝道電導(dǎo)的非易失性調(diào)控[42].
目前,常用電解質(zhì)材料大致可以分為3 類:1)無機(jī)固態(tài)電解質(zhì),例如納米顆粒SiO2[83?86]、Al2O3[87,88];2)離子液或離子凝膠[46,89?92];3)聚合物電解質(zhì)或聚電解質(zhì),例如LiClO4/聚環(huán)氧乙烷(polyethylene oxide,PEO)[93?95]、殼聚糖[96?99].
無機(jī)固態(tài)電解質(zhì)柵晶體管能夠和標(biāo)準(zhǔn)工藝兼容,并且具有較低的制備溫度,在柔性電子領(lǐng)域具有巨大的應(yīng)用前景.但是較低的制備溫度也容易產(chǎn)生粉塵,可能會(huì)對(duì)設(shè)備造成損害.2013 年,Wan 等[85]通過等離子體增強(qiáng)化學(xué)氣相沉積法在銦錫氧(ITO)覆蓋的聚對(duì)苯二甲酸乙二醇酯(polyethylene terephthalate,PET)襯底上沉積了一層摻磷的納米顆粒SiO2,通過簡(jiǎn)單的自組裝方法制備了銦鋅氧(IZO)源漏電極和溝道,成功地模擬了EPSC,PPF,LTP等重要突觸塑性.這是對(duì)柔性人工突觸的一次積極嘗試,對(duì)構(gòu)建神經(jīng)形態(tài)系統(tǒng)非常有幫助.受到生物神經(jīng)元中樹突整合和尖峰操作的啟發(fā),他們還在柔性襯底上制備了用于PH 傳感器的多輸入柔性氧化物神經(jīng)形態(tài)晶體管[86].器件的結(jié)構(gòu)示意圖和柔性神經(jīng)形態(tài)晶體管的電容網(wǎng)絡(luò)示意如圖2(a)所示.IZO 溝道中的載流子密度由傳感柵和控制柵所有輸入加權(quán)和調(diào)制.器件工作在準(zhǔn)靜態(tài)雙柵協(xié)同傳感模式時(shí),對(duì)pH 的靈敏度最高可達(dá)約105 mV/pH.該研究為生化檢測(cè)提供了一種超低功耗、高靈敏度、快速響應(yīng)的新概念傳感平臺(tái).
圖2 (a)基于多柵 IZO 神經(jīng)形態(tài)晶體管的柔性 pH 傳感器的示意圖[86];(b) 神經(jīng)纖維-OECT 的裝置結(jié)構(gòu)示意圖和 OECT-神經(jīng)纖維的照片,插圖:離子在可滲透半導(dǎo)體中的摻雜機(jī)制示意圖;(c) P3CT-神經(jīng)纖維的 PSC 作為施加電壓尖峰之間的時(shí)間間隔(Δt)的函數(shù) (VGS=–0.7 V,100 ms);(d) P3CT-和 P3HT-神經(jīng)纖維中超過 45 個(gè)周期的LTP 和LTD 循環(huán)測(cè)試;(e) 生物神經(jīng)網(wǎng)絡(luò)和神經(jīng)纖維晶體管網(wǎng)絡(luò)示意圖(左),10 × 10 P3CT-神經(jīng)纖維陣列的照片(右)[46]Fig.2.(a) Schematic illustration of the flexible pH sensor based on an IZO neuromorphic transistor with multiple gate electrodes[86];(b) schematic of the device architecture for neurofiber-OECT and photograph of OECT-neurofiber,inset:schematic of the doping mechanism by ions in a permeable semiconductor;(c) PSC of a P3CT-neurofiber as a function of the time interval (Δt) between applied voltage spikes (VGS=–0.7 V,100 ms);(d) cycle test of LTP and LTD in P3CT-and P3HT-neurofibers over 45 cycles;(e) schematic of biological neural network and neurofiber transistor network (left),photograph of a 10 × 10 array of P3CT-neurofibers (right)[46].
離子液是室溫下呈液相的鹽類,僅由陰陽離子組成.離子凝膠通常是由嵌段共聚物溶解在離子液中并凝膠化獲得[100],其豐富的空間網(wǎng)狀結(jié)構(gòu)有利于離子的移動(dòng).離子液和離子凝膠具有相對(duì)更高的比電容和更短的極化時(shí)間,能夠?qū)崿F(xiàn)更高的開關(guān)速度和更快的工作頻率[101].Kim 等[46]提出了一種可實(shí)現(xiàn)樹突網(wǎng)絡(luò)的神經(jīng)纖維有機(jī)電化學(xué)晶體管,并特別提出以羧酸官能化聚噻吩-聚[(3-(6-羧己基)噻吩)-2,5-二 基] (poly[3-(6-carboxyhexyl) thiophene-2,5-diyl],P3CT)為溝道來增強(qiáng)記憶保留和循環(huán)耐受性,器件結(jié)構(gòu)如圖2(b)所示.該器件不僅模擬了EPSC,LTP,LTD 等基本突觸功能,而且模擬了神經(jīng)元的LIF 行為,如圖2(c)所示.與聚(3-己基噻吩) [poly(3-hexylthiophene-2,5-diyl),P3HT]相比,P3CT 在長(zhǎng)期穩(wěn)定性和循環(huán)耐受性上具有顯著優(yōu)勢(shì),如圖2(d)所示.為了證實(shí)P3CT-神經(jīng)纖維在紡織人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用可行性,又展示了一個(gè)包含100 個(gè)不同突觸的陣列,連接了10 個(gè)突觸前神經(jīng)元和10 個(gè)突觸后神經(jīng)元.如圖2(e)所示,這個(gè)神經(jīng)網(wǎng)絡(luò)陣列是由10 個(gè)P3CT-神經(jīng)纖維與10 個(gè)柵級(jí)微纖維編織而成,成功演示了基于時(shí)域的迭代尖峰神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的語音識(shí)別,平均識(shí)別準(zhǔn)確率高達(dá)88.9%.
延展性對(duì)于柔性突觸晶體管至關(guān)重要,目前具有延展性的柔性突觸晶體管多數(shù)以離子凝膠為電解質(zhì)柵.2018 年,Lee 等[102]制備了以離子凝膠作為電解質(zhì)柵、P3HT 納米線為溝道的可拉伸突觸晶體管,這種突觸晶體管即使沿著溝道長(zhǎng)度或?qū)挾确较蚶?00%,仍然能夠保持穩(wěn)定的性能.2019 年,Bao等[103]制備了以離子凝膠為電解質(zhì)柵、碳納米管為溝道的突觸晶體管陣列.雖然在沿溝道長(zhǎng)度方向拉伸20%時(shí),觀察到了源漏電流的少許退化.但是在沿溝道寬度方向拉伸20%時(shí),器件的源漏電流基本保持不變.2022 年,Liu 等[104]制備了以離子凝膠為電解質(zhì)柵、P3HT/PEO 納米纖維為溝道的可拉伸神經(jīng)形態(tài)晶體管,即使在沿著溝道長(zhǎng)度方向拉伸50%的條件下,器件仍然具有穩(wěn)定的突觸功能.所以,以離子凝膠為電解質(zhì)柵的柔性突觸晶體管在仿生感知、軟機(jī)器人、生物假肢等領(lǐng)域具有巨大的應(yīng)用潛力.
單純的絕緣聚合物不能傳輸電子,是很好的柵介質(zhì)材料[106?108].但是不包含離子的純聚合物在施加偏壓時(shí)不會(huì)形成EDL,所以通常將無機(jī)鹽溶解在離子配位聚合物中形成聚合物電解質(zhì)[105,109,110]或使用含有離子或可電離基團(tuán)重復(fù)單元的聚電解質(zhì)[111?113]作為電解質(zhì)柵.聚合物電解質(zhì)中研究最多的就是鋰鹽與PEO 所構(gòu)成的聚合物電解質(zhì),例如LiClO4/PEO.2020 年,Zhu 等[105]在聚酰亞胺(polyimide,PI)襯底上制備了以In2O3為溝道、LiClO4/PEO 為柵介質(zhì)的柔性突觸晶體管,具有良好的柔韌性和機(jī)械可靠性,器件結(jié)構(gòu)如圖3(a)所示,成功地模擬了突觸的短程可塑性和短程可塑性到長(zhǎng)程可塑性的轉(zhuǎn)換,如圖3(b)和圖3(c)所示.隨后又通過在柵極上施加一系列連續(xù)脈沖來改變溝道電流,如圖3(d)所示,這表明該突觸晶體管具有可接受的穩(wěn)定性和循環(huán)耐受性.最后,為了進(jìn)一步可視化In2O3突觸晶體管中的短期和長(zhǎng)期記憶,使用了5×5 陣列來研究圖像記憶.為使用環(huán)保溶液制備的非晶金屬氧化物半導(dǎo)體制造人工突觸器件提供了一種新方法.
圖3 (a) LiClO4 溶解在PEO 中作為柵極電解質(zhì)的突觸晶體管的結(jié)構(gòu)示意圖;(b) 雙脈沖易化,插圖:PPF 指數(shù)被繪制為兩個(gè)脈沖之間時(shí)間間隔的函數(shù);(c)由40 個(gè)突觸前脈沖觸發(fā)的EPSC;(d) LTP 和LTD 的可重復(fù)性[105]Fig.3.(a) Schematic of synaptic transistors with LiClO4 dissolved in PEO as gate electrolyte;(b) paired-pulse facilitation,inset:PPF index is plotted as a function of time interval between the two pulses;(c) EPSC triggered by 40 presynaptic pluses;(d) repeatability of LTP and LTD[105].
殼聚糖等天然聚合物的衍生物是用于EGT 的常見聚電解質(zhì),具有無毒、可生物降解、生物兼容等優(yōu)勢(shì)[114?117].Ke 等[97]制備了以殼聚糖/氧化石墨烯復(fù)合薄膜為柵介質(zhì)、銦鎵鋅氧(IGZO)為溝道的自支撐神經(jīng)形態(tài)晶體管,器件結(jié)構(gòu)如圖4(a)所示,在設(shè)計(jì)智能警報(bào)系統(tǒng)和人工眼睛方面具有較大的應(yīng)用潛力.光刺激角膜傷害感受器(photoexcited corneal nociceptor,PCN)的示意如圖4(b)所示,通過以光脈沖作為突觸前刺激、IGZO 溝道中的電流作為突觸后響應(yīng),成功地模擬了這一生物功能.光響應(yīng)的原理如圖4(c)所示.EPSC 的幅值被視為PCN 對(duì)外界刺激的響應(yīng),將10 nA 定義為PCN的閾值.當(dāng)光刺激觸發(fā)的EPSC 達(dá)到或超過10 nA時(shí),PCN 會(huì)“活化”并觸發(fā)警報(bào)程序,此時(shí)的光功率稱為觸發(fā)閾值功率(PT).用50 個(gè)光脈沖來產(chǎn)生受傷條件,受傷前后不同功率的單個(gè)光脈沖產(chǎn)生的光電流如圖4(d)所示.可以看出,在受傷情況下,PCN 會(huì)產(chǎn)生更大的光電流響應(yīng)并且PT向較低處移動(dòng),成功地模擬了異常性疼痛和痛覺過敏.此外,還利用調(diào)控端VG對(duì)IGZO 溝道的橫向調(diào)控,成功地模擬了中樞敏化和中樞鎮(zhèn)痛作用,如圖4(e),(f)所示.
圖4 (a) 自支撐光電神經(jīng)形態(tài)晶體管示意圖;(b) 光刺激角膜傷害感受器示意圖;(c) IGZO 晶體管中光學(xué)響應(yīng)的能帶圖;(d) PCN“受傷”前后實(shí)驗(yàn)測(cè)量的光電流;(e) 利用VG=0.1 V 模擬的中樞敏化,PT 降至 4.98 nW/μm2;(f) 利用VG=–0.1 V 模擬的鎮(zhèn)痛作用,PT 增大到 17.62 nW/μm2[97]Fig.4.(a) Schematic diagram of the freestanding photoelectric neuromorphic transistor;(b) schematic illustration of photoexcited corneal nociceptor;(c) energy-band diagrams of optical responses in IGZO-based transistor;(d) experimentally measured photocurrents of the PCN before and after“wounded”;(e) central sensitization simulated by VG=0.1 V with PT reduced to 4.98 nW/μm2 ;(f) analgesic effect simulated by VG=–0.1 V with PT increased to 17.62 nW/μm2[97].
EGT 具有豐富的離子動(dòng)力學(xué)特性,與其他器件結(jié)構(gòu)相比,可以更好地模擬突觸功能,其低工作電壓特性也為超低能耗突觸器件的實(shí)現(xiàn)提供了可能性.然而,其小動(dòng)態(tài)范圍和有限的保留特性限制了其進(jìn)一步應(yīng)用,此外,電解質(zhì)的不穩(wěn)定性(例如:離子液)也可能成為ECT 實(shí)際應(yīng)用的主要限制.
柔性鐵電場(chǎng)效應(yīng)晶體管(ferroelectric fieldeffect transistor,FeFET)具有無損讀出、低功耗和高運(yùn)行速度等優(yōu)點(diǎn),在非易失性存儲(chǔ)、人工突觸等領(lǐng)域得到廣泛應(yīng)用[118?122].FeFET 使用鐵電材料作為柵介質(zhì),鐵電材料可以隨著電場(chǎng)的轉(zhuǎn)換在兩種極化狀態(tài)之間轉(zhuǎn)換,這兩種極化狀態(tài)可用作存儲(chǔ)器的兩種數(shù)字態(tài)[123].由于鐵電極化和載流子之間的庫(kù)侖作用,可以通過施加?xùn)艠O電壓來控制鐵電柵的極化狀態(tài),進(jìn)而實(shí)現(xiàn)對(duì)載流子濃度的非易失性控制[124].2011 年,Müller 等[125]報(bào)道了Hf0.5Zr0.5O2(HZO)薄膜的鐵電特性.HfO2基鐵電薄膜因其具有良好的CMOS 兼容性被廣泛研究,然而,氧化物鐵電材料通常需要較高的結(jié)晶溫度,極大的限制了他們?cè)谌嵝噪娮訉W(xué)領(lǐng)域的應(yīng)用[126].
2020 年,Li 等[54]提出了一種由云母襯底、Sr-RuO3(SRO) 柵電極、PbZr0.2Ti0.8O3(PZT) 鐵電柵介質(zhì)和IGZO 溝道組成的全無機(jī)FeFET 來構(gòu)建突觸器件,器件結(jié)構(gòu)如圖5(a)所示.50 μs 的突觸前脈沖能夠?qū)е聹系离妼?dǎo)急劇的增大,但無法維持,這對(duì)應(yīng)于短期可塑性,如圖5(b)所示.這種器件不僅能實(shí)現(xiàn)編程電壓脈沖對(duì)溝道電導(dǎo)接近線性的調(diào)制,還具有優(yōu)異的機(jī)械柔性和高溫可靠性.彎曲半徑降至4 mm、彎曲重復(fù)次數(shù)高達(dá)400 次、彎曲持續(xù)時(shí)間長(zhǎng)達(dá)7200 s 等條件對(duì)器件的LTP,LTD 影響很小,對(duì)網(wǎng)絡(luò)的識(shí)別精度影響也很小,如圖5(c)—(h)所示.受益于器件的全無機(jī)結(jié)構(gòu),在100 ℃時(shí),器件的突觸行為仍然完好無損,并且在不同溫度下的性能并沒有明顯變化.此外,由于該突觸器件具有線性、可重復(fù)和穩(wěn)定的權(quán)重更新特性,MNIST(Modified National Institute of Standards and Technology)數(shù)據(jù)集手寫數(shù)字的識(shí)別準(zhǔn)確率高達(dá)94.4%.這種柔性、穩(wěn)定的全無機(jī)突觸器件在未來需要忍受環(huán)境干擾的高性能神經(jīng)形態(tài)計(jì)算中具有極大地應(yīng)用潛力.
圖5 (a) 全無機(jī)柔性FeFET 示意圖;(b) 不同脈寬的突觸前脈沖電壓觸發(fā)的EPSC;不同彎曲半徑(c)、不同彎曲循環(huán)次數(shù)(d)、不同彎曲時(shí)間(e)下的LTP 和LTD;(f)—(h)對(duì)應(yīng)的MNIST 數(shù)字識(shí)別準(zhǔn)確率[54]Fig.5.(a) Schematic of the all-inorganic flexible FeFET;(b) EPSC triggered by presynaptic voltage pulse with different spike widths;LTP and LTD with the different bending radius,(c) different bending cycles (d),and different bending durations (e);(f)–(h) the corresponding MNIST digit recognition accuracy[54].
聚偏二氟乙烯(polyvinylidene fluoride,PVDF)及其共聚物是應(yīng)用最廣泛的鐵電聚合物,其中又以聚(偏二氟-三氟乙烯)[poly(vinylidene fluoride-cotrifluoroethylene),P(VDF-TrFE)]的應(yīng)用最為廣泛[127?131].Kim 等[53]報(bào)道了第1 個(gè)基于自支撐鐵電有機(jī)神經(jīng)形態(tài)晶體管(ferroelectric organic neuromorphic transistors,FONTs)的超薄人工突觸,該器件以P(VDF-TrFE)薄膜為柵介質(zhì)、并五苯為溝道,器件結(jié)構(gòu)如圖6(a)所示,總厚度只有500 nm左右.通過簡(jiǎn)單的干剝離和粘貼方法,制備的器件可以穩(wěn)定地轉(zhuǎn)移到各種不平整的襯底上.另外,通過精確調(diào)節(jié)P(VDF-TrFE)的剩余極化,成功地模擬了EPSC,LTP,LTD,STDP 等重要的突觸性能,并且FONTs 在如圖6(b)所示的惡劣情況下,施加6000 次突觸前脈沖依然能獲得穩(wěn)定的LTP,LTD 轉(zhuǎn)換,結(jié)果如圖6(c)所示,展現(xiàn)出在可穿戴智能電子領(lǐng)域的巨大應(yīng)用潛力.2020 年,Lee 等[132]提出了一種能夠感知、存儲(chǔ)和學(xué)習(xí)各種觸覺信息的人工觸覺學(xué)習(xí)鐵電皮膚(artificial tactile learning ferroelectric skin,ATFES),器件結(jié)構(gòu)如圖7(a)所示,展示了10000 次電脈沖輸入期間LTP,LTD 的穩(wěn)定轉(zhuǎn)變、3.18% 的低循環(huán)變化性以及與壓力脈沖數(shù)量和幅度相關(guān)的突觸可塑性等基本突觸功能.此外,構(gòu)建了4×4 的ATFES 陣列用于對(duì)3 種不同風(fēng)格手寫字母的識(shí)別,如圖7(b)所示.即使在考慮10%噪聲的情況下,也有高達(dá)99%以上的識(shí)別準(zhǔn)確率.這種ATFES 為設(shè)計(jì)具有容錯(cuò)觸覺感知學(xué)習(xí)能力的高精度人工智能電子皮膚提供了一條新的途徑.
圖6 (a) 以P(VDF-TrFE)薄膜為柵介質(zhì)的自支撐有機(jī)神經(jīng)形態(tài)晶體管的結(jié)構(gòu)示意圖;(b) 貼合在大腦形狀模型(上圖)和彎曲半徑為50 μm 的FONTs(下圖)照片;(c) 在6000 次突觸前脈沖期間,折疊FONTs 的LTP 和LTD 的重復(fù)轉(zhuǎn)換,上左、上右圖分別代表最初和最后的10 個(gè)LTP,LTD 循環(huán)[53]Fig.6.(a) Schematic diagram of freestanding ferroelectric organic neuromorphic transistors with a P(VDF-TrFE) film as the dielectric layer;(b) photo images of the FONTs on the brain-shaped mold and folded FONTs with a bending radius of 50 μm (lower panel);(c) repetitive transition between the LTP and LTD in the folded FONTs during 6000 spikes of presynaptic pulses (±30 V for 500 ms),the left and the right in upper graph shows the LTP and LTD during the initial and final 10 cycles,respectively[53].
圖7 (a) 生物觸覺感知系統(tǒng)示意圖(左)和人工觸覺學(xué)習(xí)鐵電皮膚的器件結(jié)構(gòu)示意圖(右);(b)三種不同手寫風(fēng)格(N1,N2 和N3)的“N”圖案示意圖(左)和用于識(shí)別手寫圖案的單層神經(jīng)網(wǎng)絡(luò)的組成部分(右)[132]Fig.7.(a) Schematic of the biological tactile perception system (left) and schematic device structure of the artificial tactile learning ferroelectric skin (right);(b) schematic illustrations of“N”patterns with three different handwriting styles (N1,N2,and N3) (left)and constituents of a single-layer neural network used to recognize handwriting pattern (right)[132].
雖然鐵電突觸晶體管具有穩(wěn)定性高、開/關(guān)比大、權(quán)重更新曲線變化小等優(yōu)點(diǎn)[133].但是,制備大規(guī)模鐵電突觸陣列所需的高質(zhì)量鐵電薄膜是困難的.此外,它們還難以實(shí)現(xiàn)出色的短程突觸可塑性.因此,需要進(jìn)一步研究以解決這些問題.
浮柵場(chǎng)效應(yīng)晶體管具有和傳統(tǒng)場(chǎng)效應(yīng)晶體管相似的器件結(jié)構(gòu),區(qū)別在于浮柵場(chǎng)效應(yīng)晶體管的柵介質(zhì)中間夾了一層存儲(chǔ)功能層,稱之為“浮柵”.在編程過程中,當(dāng)柵極電壓足夠大并且隧穿層足夠薄時(shí),可以通過量子隧穿效應(yīng)或熱發(fā)射將電荷注入到浮柵上[55,134,135].由于電荷阻擋層和隧穿層的存在,浮柵中的電荷可以被非易失的存儲(chǔ),進(jìn)而對(duì)溝道電導(dǎo)進(jìn)行非易失性的調(diào)制[136].2009 年,Someya 等[137]在聚萘二甲酸乙二醇酯(polyethylene-naphthalate,PEN)襯底上制備了第一個(gè)柔性非易失性存儲(chǔ)器陣列,AlOx(4 nm)和烷基膦酸自組裝單層(2 nm)的復(fù)合層作為阻擋層和隧穿層,Al(20 nm)為浮柵.得益于超薄的柵介質(zhì),僅需較小的寫/擦電壓(≤6 V)就能產(chǎn)生大的、可逆的、非易失性的閾值電壓偏移.
浮柵晶體管能夠?qū)系离妼?dǎo)進(jìn)行調(diào)制并且長(zhǎng)期保持的能力,可以用來有效地記錄突觸權(quán)重,因此成為最流行的突觸結(jié)構(gòu)之一[138?141].Zhang 等[57]在柔性的PET 襯底上制備了一種基于MoS2的光電雙調(diào)控異突觸,器件結(jié)構(gòu)如圖8(a)所示.該突觸器件具有超快的操作速度和超低的功耗(LTP 中每個(gè)尖峰消耗18.3 aJ,LTD 中每個(gè)尖峰消耗 28.9 aJ).除了EPSC,LTP,LTD 和短程記憶到長(zhǎng)程記憶的轉(zhuǎn)化以外,還模擬了學(xué)習(xí)-遺忘-再學(xué)習(xí)行為,如圖8(b)所示.與單獨(dú)的電調(diào)制相比,光電協(xié)同調(diào)制可以增強(qiáng)LTP 的高階相關(guān)性,獲得更大范圍的突觸權(quán)重.但是,由于光和電刺激的協(xié)同調(diào)制,抑制效應(yīng)減弱,可以通過額外的電脈沖將突觸權(quán)重恢復(fù)到初始狀態(tài)以進(jìn)行對(duì)稱調(diào)制,如圖8(c)所示.為了研究該突觸器件的機(jī)械穩(wěn)定性,測(cè)量了該器件在彎曲半徑為10 mm 和7.5 mm 條件下的轉(zhuǎn)移曲線,閾值電壓沒有明顯變化,并且成功模擬了在彎曲半徑為10 mm 的情況下的EPSC,IPSC,LTP,LTD 等突觸可塑性.應(yīng)該注意的是,在彎曲狀態(tài)下,LTP 和LTD沒有任何退化,甚至觀察到了一些增強(qiáng),如圖8(d)所示,證明了這種柔性人工突觸裝置在可穿戴應(yīng)用方面具有巨大的應(yīng)用潛力.
基于連續(xù)型浮柵的突觸晶體管不可避免地存在電荷泄漏、耦合比低、電荷保持能力差等局限性[132].使用分散的、不連續(xù)的浮柵,如納米顆粒[137,140,141]、量子點(diǎn)材料[142?144],可以顯著地抑制浮柵中電荷的橫向泄漏,從而延長(zhǎng)電荷保持時(shí)間.Han 等[55]首次使用C60/聚(甲基丙烯酸甲酯)[poly (methyl methacrylate),PMMA]復(fù)合層作為柵介質(zhì),展示了能夠同時(shí)表現(xiàn)出信號(hào)傳輸和學(xué)習(xí)功能的人工柔性有機(jī)突觸晶體管,如圖8(e)所示.C60納米顆粒通過溶液法均勻分散在PMMA 中,能夠通過對(duì)兩種載流子電荷的捕獲來實(shí)現(xiàn)閾值電壓的雙向遷移.這種突觸晶體管具有2.95 V 的存儲(chǔ)窗口、大于103的電流開/關(guān)比、超過500 次的寫入/擦除循環(huán)耐受性,成功地模擬了包括 EPSC,PPF,PPD,LTP 和重復(fù)學(xué)習(xí)過程在內(nèi)的突觸功能,推動(dòng)了基于納米顆粒的柔性浮柵人工突觸晶體管的發(fā)展.
圖8 (a) 光電雙調(diào)控的柔性人工異突觸示意圖;(b) 由兩個(gè)連續(xù)光脈沖序列模擬的學(xué)習(xí)-遺忘-再學(xué)習(xí)行為;(c)光照條件下,電脈沖產(chǎn)生的LTP 和LTD,并且通過單獨(dú)的電脈沖獲得進(jìn)一步的抑制;(d) 在平坦?fàn)顟B(tài)和彎曲狀態(tài) (R=10 mm) 下,PSC 作為突觸前脈沖數(shù)的函數(shù)[57];(e) C60 浮柵突觸晶體管的示意圖(左)和橫截面 SEM 形貌圖像(右)[55]Fig.8.(a) Schematic diagram of flexible artificial heterosynapse with photoelectric dual modulation;(b) learning,forgetting and relearning behaviors emulated by two sequences of consecutive light pulses;(c) electrical pulses induced the LTP and LTD under illumination of light,further depression was obtained by electrical pulse independently;(d) PSC as a function of pre-synaptic pulse number in a flat states and curved state (R=10 mm)[57];(e) schematic representation (left) and cross-sectional SEM topography image (right) of a C60 floating gate synaptic transistor[55].
使用神經(jīng)形態(tài)器件構(gòu)建人工神經(jīng)系統(tǒng)可以有力地推動(dòng)腦機(jī)接口、智能感知、生物假體等領(lǐng)域的發(fā)展.而構(gòu)建人工神經(jīng)系統(tǒng)需要開發(fā)能夠?qū)崟r(shí)感知外界刺激、對(duì)傳感信息進(jìn)行處理和存儲(chǔ),并做出反應(yīng)的智能仿生感知系統(tǒng)[142?144].目前的仿生感知系統(tǒng)一般由傳感器、神經(jīng)形態(tài)器件和轉(zhuǎn)換組件構(gòu)成,并用以模仿特定的感知功能.通過將外部刺激(比如:聲音、壓力、光、氣體)轉(zhuǎn)化為電信號(hào)[145?150],然后利用人工突觸的權(quán)重調(diào)節(jié)對(duì)信號(hào)的進(jìn)行整合或記憶,產(chǎn)生與生物感知系統(tǒng)相似的響應(yīng),實(shí)現(xiàn)對(duì)外界環(huán)境的仿生感知.與傳統(tǒng)的感知系統(tǒng)相比,基于柔性突觸晶體管的仿生感知系統(tǒng)具有更簡(jiǎn)單的電路、更低的功耗,同時(shí)又賦予系統(tǒng)可拉伸、可降解等生物學(xué)特性[66,102,151,152].
人類的視覺系統(tǒng)對(duì)于生存和學(xué)習(xí)都至關(guān)重要,大約80%的外部刺激是通過視覺感知獲得的[154,155].這是一個(gè)極為高效的過程,在大腦進(jìn)行更復(fù)雜的行動(dòng)之前,
視網(wǎng)膜對(duì)光的檢測(cè)和圖像信息的預(yù)處理是并行操作的.2021 年,Zhu 等[153]報(bào)告了一種高集成密度、對(duì)光具有非凡靈敏度的32×32 柔性傳感器陣列.光電傳感器同時(shí)充當(dāng)光感受器和生物突觸,可以直接響應(yīng)光刺激并進(jìn)行預(yù)處理,器件結(jié)構(gòu)如圖9(a)所示.碳納米管(carbon nanotubes,CNTs)和鈣鈦礦CsPbBr3(CPB)量子點(diǎn)(quantum dot,QD)組成的溝道在光生載流子的分離和傳輸中起關(guān)鍵作用,實(shí)現(xiàn)了高響應(yīng)度5.1×107A/W 和超高比檢測(cè) 率2×1016Jones (1 Jones=1cm·Hz1/2·W-1)的超高比檢測(cè)率.圖9(b)描述了觀察到陌生和熟悉的面孔時(shí),人類的視覺系統(tǒng)印象,該現(xiàn)象被傳感器陣列成功模擬.此外,還成功地演示了神經(jīng)形態(tài)強(qiáng)化學(xué)習(xí)功能,如圖9(c)所示,理想輸入圖片和訓(xùn)練的權(quán)重圖之間的計(jì)算精度隨著訓(xùn)練脈沖數(shù)量的增加而增大.最后,又進(jìn)行了人臉學(xué)習(xí)過程的模擬,如圖9(d)所示,隨著訓(xùn)練脈沖數(shù)量的增加,可以學(xué)習(xí)更多的面部特征.光感受器、存儲(chǔ)元件和計(jì)算節(jié)點(diǎn)組件在陣列中共享相同的物理空間,并行和實(shí)時(shí)的處理信息,這為開發(fā)人工視覺系統(tǒng)提供了動(dòng)力.
圖9 (a) 以CNTs/CsPbBr3-QDs 為溝道的光電晶體管示意圖;(b) 當(dāng)觀察到陌生和熟悉的面孔時(shí),人類視覺系統(tǒng)印象的示意圖;(c) 不同訓(xùn)練脈沖數(shù)的訓(xùn)練權(quán)重結(jié)果;(d) 模擬人臉的學(xué)習(xí)過程[153]Fig.9.(a) Schematic diagram of the phototransistor with a CNTs/CsPbBr3-QDs channel;(b) schematics illustration of the impression of human visual systems when unfamiliar and familiar faces are observed;(c) training weight results with different number of training pulses;(d) simulation of the learning process of a human face[153].
生物感覺系統(tǒng)的一個(gè)主要優(yōu)點(diǎn)是能夠整合兩種或多種感覺模式[156,157],這將有利于執(zhí)行更復(fù)雜的識(shí)別或決策任務(wù).Wan 等[158]報(bào)道了一種具有視覺-觸覺融合的雙模人工感覺神經(jīng)元(bimodal artificial sensory neuron,BASE).該BASE 由4 個(gè)核心組件組成:電阻式壓力傳感器、基于鈣鈦礦的光電探測(cè)器、基于水凝膠的離子電纜和突觸晶體管,如圖10(a)所示.光電探測(cè)器和壓力傳感器分別作視網(wǎng)膜和皮膚中的受體,負(fù)責(zé)將外部的觸覺和視覺刺激轉(zhuǎn)化為電信號(hào),兩種電信號(hào)通過離子電纜傳輸?shù)酵挥|晶體管,以進(jìn)行整合并轉(zhuǎn)換為EPSC.他們還制造了一種生物混合神經(jīng)肌肉接頭,用于傳輸來自BASE 的信號(hào)并支配骨骼肌管,進(jìn)而模仿基于視覺-觸覺融合的身體運(yùn)動(dòng)控制,如圖10(b)所示.如果位于機(jī)械手附近的網(wǎng)球可以(或不)傳遞視覺或觸覺反饋來觸發(fā)機(jī)械手抓球,則將其標(biāo)記為“是”(或“否”),視覺反饋和觸覺反饋分別用于區(qū)分在z軸和y軸上“是”或“否”,如圖10(c)所示.
只有當(dāng)球在兩個(gè)方向都處于“是”位置時(shí)才能抓住球.與單種感覺相比,融合感覺能夠?yàn)闄C(jī)械手提供更多維的信息,從而做出更合適的動(dòng)作.隨后又使用融合的視覺和觸覺線索來模擬多透明圖像識(shí)別,只有視覺-觸覺融合矩陣才能充分提取形狀和透明度,如圖10(d) 所示(V:視覺;H:觸覺;VH:視覺-觸覺融合).這項(xiàng)工作為在神經(jīng)形態(tài)感知和神經(jīng)形態(tài)計(jì)算中開發(fā)人工多感覺整合神經(jīng)提供了新的見解,對(duì)未來的人機(jī)交互、機(jī)器人假肢和神經(jīng)機(jī)器人系統(tǒng)具有重要意義.
圖10 (a) 視覺-觸覺融合的雙模人工感覺神經(jīng)元示意圖;(b) 用于肌肉和機(jī)械手驅(qū)動(dòng)的視覺-觸覺融合示意圖;(c)視覺(頂部,粉紅色)和觸覺(底部,藍(lán)色)反饋分別用于在z 軸和y 軸上推斷“是”或“否”;(d) 單感覺模式和雙感覺模式各自的識(shí)別率[158]Fig.10.(a) Schematic illustration of bimodal artificial sensory neuron with visual-haptic fusion;(b) schematic diagram of visualhaptic fusion for muscle and robotic hand actuation;(c) visual (top,pink) and haptic (bottom,blue) feedback used to infer“YES”or“NO”in z-axis and y-axis respectively;(d) the recognition rates of unimodal and bimodal modes,respectively[158].
腦機(jī)接口是指在大腦和外部設(shè)備之間建立的直接通信通道,這種通信通道不需要肌肉運(yùn)動(dòng)就可以完成對(duì)用戶神經(jīng)活動(dòng)的記錄和分類,甚至可能參與用戶的神經(jīng)活動(dòng).由于神經(jīng)形態(tài)器件具有和生物突觸相似的信號(hào)傳輸,所以使用神經(jīng)形態(tài)器件構(gòu)建的人工神經(jīng)系統(tǒng)可以根據(jù)生物神經(jīng)系統(tǒng)對(duì)生物信號(hào)處理后得到的電輸出對(duì)人工突觸的突觸權(quán)重進(jìn)行調(diào)節(jié).這種突觸權(quán)重的改變又可以通過人工突觸的突觸后電流/電位反饋給生物神經(jīng)系統(tǒng),影響生物神經(jīng)系統(tǒng)對(duì)生物信號(hào)的下一步處理,實(shí)現(xiàn)了人工神經(jīng)系統(tǒng)和生物神經(jīng)系統(tǒng)的雙向信號(hào)傳輸,有希望完美的實(shí)現(xiàn)腦機(jī)接口功能.所以,由神經(jīng)形態(tài)器件構(gòu)成的仿生感知系統(tǒng)在生物醫(yī)學(xué)工程、仿生機(jī)器人等領(lǐng)域具有極大地應(yīng)用前景.
為克服傳統(tǒng)馮·諾依曼計(jì)算架構(gòu)局限性[159?161],在過去十多年中,新概念神經(jīng)形態(tài)器件引起了研究人員的極大關(guān)注.以電解質(zhì)為柵介質(zhì)層的突觸晶體管具有豐富的離子動(dòng)力學(xué)特性,可以很好地模擬生物突觸的基本特性.與固態(tài)電解質(zhì)柵相比,液態(tài)電解質(zhì)柵具有更強(qiáng)的耦合能力和更短的響應(yīng)/恢復(fù)時(shí)間,也意味著液態(tài)電解質(zhì)柵晶體管具有更低的工作電壓和更快的響應(yīng)速度,但是液態(tài)電解質(zhì)難于集成和封裝,在電路集成上可能會(huì)有更多的困難.不過隨著對(duì)突觸晶體管研究的不斷深入,未來可能出現(xiàn)既具有較快響應(yīng)速度和較低的工作電壓又便于集成和封裝的優(yōu)質(zhì)電解質(zhì)材料.鐵電晶體管具有穩(wěn)定性高、開/關(guān)比大、編程速度快、權(quán)重更新曲線變化小等優(yōu)點(diǎn).但是,制備大規(guī)模鐵電突觸陣列所需的高質(zhì)量鐵電薄膜是一個(gè)難點(diǎn),這可能需要鐵電薄膜的制備工藝取得突破.此外,該類器件還難以實(shí)現(xiàn)優(yōu)良的短程可塑性,這可以通過減小施加在柵極脈沖的脈寬、幅度和頻率來有效緩解.浮柵晶體管通常具有可控且穩(wěn)定的溝道電導(dǎo)和較大的開/關(guān)比,可以很好地模擬突觸的長(zhǎng)程塑性,但也限制了其在短程可塑性上的應(yīng)用,使用超薄的隧穿層和窄帶隙材料作為浮柵可能是一個(gè)解決辦法.此外,浮柵晶體管通常還需要較大的工作電壓,未來可能還需要探索性能更加優(yōu)異的高k 材料作為阻擋層和隧穿層來減小工作電壓.
目前對(duì)于柔性神經(jīng)形態(tài)晶體管的研究仍然局限在單個(gè)器件或小規(guī)模陣列,開發(fā)大規(guī)模集成的類腦芯片來處理實(shí)際的人工智能任務(wù)仍然是個(gè)挑戰(zhàn),這對(duì)器件的一致性、可靠性、可擴(kuò)展性都提出了更高的要求.此外,由于生物神經(jīng)網(wǎng)絡(luò)是一個(gè)高度復(fù)雜的三維網(wǎng)絡(luò).因此,類腦芯片要實(shí)現(xiàn)類似生物神經(jīng)網(wǎng)絡(luò)的復(fù)雜度,可能需要三維集成技術(shù).具有良好可彎曲特性的柔性神經(jīng)形態(tài)器件為未來智能感知、神經(jīng)修復(fù)、軟機(jī)器人等領(lǐng)域的發(fā)展帶來了新的機(jī)遇.目前的仿生感知系統(tǒng)還處在比較原始的實(shí)驗(yàn)室研究階段,還只能初步模擬生物對(duì)外界環(huán)境的傳感和響應(yīng)過程,未來我們還需要進(jìn)一步優(yōu)化神經(jīng)形態(tài)器件特性并尋找能夠?qū)崿F(xiàn)多感知融合與集成的技術(shù)方案,從而實(shí)現(xiàn)超低功耗智能感知系統(tǒng)的實(shí)際應(yīng)用.