多种柔性神经形态晶体管的研究进展

描述

生物感知系统具有高并行、高容错、自适应和低功耗等独特优点。采用神经形态器件实现生物感知功能的仿生,在脑机接口、智能感知、生物假体等领域具有重大应用前景。然而,传统刚性神经形态晶体管很难实现弯曲变形以及和人体密切贴合,限制了神经形态器件应用范围。所以,具有良好弯曲特性的柔性神经形态晶体管的研究成为了最近的研究重点。

据麦姆斯咨询报道,近期,来自南京大学电子科学与工程学院的研究人员概述了多种柔性神经形态晶体管的研究进展,包括器件结构、工作原理和基本功能以及上述柔性神经形态晶体管在仿生感知领域中的应用,并对上述研究领域进行了总结和简单展望,相关论文发表于《物理学报》期刊。

表1 不同类型柔性突触晶体管比较

仿生


柔性电解质栅突触晶体管

电解质栅晶体管(electrolyte-gate transistor,EGT)具有低工作电压和与突触、神经元类似的动力学行为等优点,在神经形态电子学中引起了极大的关注。有研究人员制备了以壳聚糖/氧化石墨烯复合薄膜为栅介质、铟镓锌氧(IGZO)为沟道的自支撑神经形态晶体管,在设计智能警报系统和人工眼睛方面具有较大的应用潜力。

仿生


  (a) 自支撑光电神经形态晶体管示意图;(b) 光刺激角膜伤害感受器示意图;(c) IGZO晶体管中光学响应的能带图

柔性铁电突触晶体管

柔性铁电场效应晶体管(ferroelectric fieldeffect transistor,FeFET)具有无损读出、低功耗和高运行速度等优点,在非易失性存储、人工突触等领域得到广泛应用。

有研究人员设计了基于自支撑铁电有机神经形态晶体管(ferroelectric organic neuromorphic transistors,FONTs)的超薄人工突触,该器件以P(VDF-TrFE)薄膜为栅介质、并五苯为沟道,总厚度只有500nm左右。通过简单的干剥离和粘贴方法,制备的器件可以稳定地转移到各种不平整的衬底上。另外,通过精确调节P(VDF-TrFE)的剩余极化,成功地模拟了EPSC、LTP、LTD、STDP等重要的突触性能,并且FONTs在施加6000次突触前脉冲依然能获得稳定的LTP、LTD转换,展现出在可穿戴智能电子领域的巨大应用潜力。

仿生


  (a) 以 P(VDF-TrFE) 薄膜为栅介质的自支撑有机神经形态晶体管的结构示意图;(b) 贴合在大脑形状模型(上图)和弯曲半径为50µm的FONTs(下图)照片

柔性浮栅突触晶体管

浮栅场效应晶体管具有和传统场效应晶体管相似的器件结构,区别在于浮栅场效应晶体管的栅介质中间夹了一层存储功能层,称之为“浮栅”。在编程过程中,当栅极电压足够大并且隧穿层足够薄时,可以通过量子隧穿效应或热发射将电荷注入到浮栅上。由于电荷阻挡层和隧穿层的存在,浮栅中的电荷可以被非易失的存储,进而对沟道电导进行非易失性的调制。浮栅晶体管能够对沟道电导进行调制并且长期保持的能力,可以用来有效地记录突触权重,因此成为最流行的突触结构之一。

仿生


基于MoS2的光电双调控的柔性人工异突触示意图

仿生感知应用

使用神经形态器件构建人工神经系统可以有力地推动脑机接口、智能感知、生物假体等领域的发展。而构建人工神经系统需要开发能够实时感知外界刺激、对传感信息进行处理和存储,并做出反应的智能仿生感知系统。

研究人员报告了一种高集成密度、对光具有非凡灵敏度的32 × 32柔性传感器阵列,光电传感器同时充当光感受器和生物突触,可以直接响应光刺激并进行预处理,碳纳米管(carbon nanotubes,CNTs)和钙钛矿CsPbBr3(CPB)量子点(quantum dot,QD)组成的沟道在光生载流子的分离和传输中起关键作用,实现了高响应度(5.1 × 10⁷A/W)和超高比检测率(2×10¹⁶ Jones)。

仿生

(a) 以CNTs/CsPbBr3-QDs为沟道的光电晶体管示意图;(b) 当观察到陌生和熟悉的面孔时, 人类视觉系统印象的示意图;(c) 不同训练脉冲数的训练权重结果;(d) 模拟人脸的学习过程
 

总体而言,目前对于柔性神经形态晶体管的研究仍然局限在单个器件或小规模阵列,开发大规模集成的类脑芯片来处理实际的人工智能任务仍然是个挑战,这对器件的一致性、可靠性、可扩展性都提出了更高的要求。此外,由于生物神经网络是一个高度复杂的三维网络,因此,类脑芯片要实现类似生物神经网络的复杂度,可能需要三维集成技术。具有良好可弯曲特性的柔性神经形态器件为未来智能感知、神经修复、软机器人等领域的发展带来了新的机遇。目前的仿生感知系统还处在比较原始的实验室研究阶段,还只能初步模拟生物对外界环境的传感和响应过程,未来还需要进一步优化神经形态器件特性并寻找能够实现多感知融合与集成的技术方案,从而实现超低功耗智能感知系统的实际应用。

论文链接:
http://dx.doi.org/10.7498/aps.71.20220308

审核编辑 :李倩

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分