人工智能技術的發(fā)展為人機交互、感知系統(tǒng)、機器人及假肢的控制等帶來了革命性變化,同時對復雜數(shù)據(jù)的處理和人機交互界面提出了新的要求。不同于目前基于軟件系統(tǒng)和馮·諾依曼構架實現(xiàn)的神經(jīng)網(wǎng)絡,人腦運算方式具有高效率和低功耗的特點。因此,在硬件層面上模擬人腦的神經(jīng)擬態(tài)器件,對構建新的運算系統(tǒng)具有重要意義。此外,神經(jīng)擬態(tài)器件能夠將傳感器數(shù)字信號轉變成類神經(jīng)模擬信號,有望實現(xiàn)與生物神經(jīng)信號的兼容,構建智能、高效的人機交互界面。因此,神經(jīng)形態(tài)器件受到了廣泛研究,其相關材料、制備工藝和器件結構不斷得到優(yōu)化,例如基于晶體管和憶阻器的柔性仿生人工突觸器件均實現(xiàn)了視覺信息處理、運動識別、類腦神經(jīng)記憶等功能。目前,雖然隨著研究的不斷深入,仿生人工突觸器件的工作原理得到了一定解釋,但深入的機理仍有待挖掘:（1）針對生物個體間的差異,以及同一個體不同感知系統(tǒng)的差異,需要對人工突觸器件突觸后信號進行調控,以獲得與生物神經(jīng)信號更好的兼容性;（2）生物突觸的樹突結構,能夠搜集、整合和調制時間和空間的信號,模擬樹突的信號整合機制,將有助于改善多柵極人工突觸晶體管的設計方案,實現(xiàn)對人工突觸器件信號整合功能的調控;（3）目前多數(shù)... 

【文章來源】：材料導報. 2020,34(01)北大核心EICSCD

【文章頁數(shù)】：28 頁

【部分圖文】：

8(a)生物觸覺感知傳入神經(jīng)示意圖;(b)由力學傳感器、振蕩器和突觸晶體管組成的仿生感知傳入神經(jīng)[11]

生物突觸可以分為電突觸和化學突觸，化學突觸主要存在于包括人類在內的脊椎動物中[35]，在生物神經(jīng)信息的傳遞和處理中起著重要作用，因此，本文將重點討論基于化學突觸結構和原理的仿生人工突觸器件。圖1描述了化學突觸的基本結構及其工作機制，突觸由突觸前膜、突觸間隙和突觸后膜三部分構成。生物信號的傳遞和處理是一個復雜的化學過程，可以認為是當神經(jīng)元的突觸前端受到刺激時，神經(jīng)遞質便會形成并儲存在突觸小泡中，當刺激累積到一定程度時，突觸前膜對鈣離子的通透性增加，突觸小泡與突觸前膜緊密融合，并出現(xiàn)破裂口，小泡內的神經(jīng)遞質釋放到突觸間隙中，并且經(jīng)過彌散到達突觸后膜，改變突觸后膜對離子的通透性，產生大概100 m V持續(xù)時間為0.1～1 ms的動作電位并傳遞到下一個神經(jīng)元，起到傳遞神經(jīng)信號的作用[5]。當釋放的是谷氨酸能等興奮性神經(jīng)遞質，突觸后端就會產生興奮性神經(jīng)電流;如果釋放的是g-氨基丁酸能等抑制性神經(jīng)遞質，突觸后端就會產生抑制性神經(jīng)電流。興奮性神經(jīng)遞質和抑制性神經(jīng)遞質一般同時存在，它們的總和決定了突觸前和突觸后神經(jīng)元的連接程度即突觸權重(Synaptic weight)[24]。生物神經(jīng)系統(tǒng)中突觸權重的改變是通過一系列神經(jīng)活動引發(fā)的突觸連接的改變來實現(xiàn)的，這一過程又被稱作突觸塑性(Synaptic plasticity)，在神經(jīng)系統(tǒng)信息處理、學習和記憶中起到關鍵作用[36]。根據(jù)突觸權重的持續(xù)時間，突觸塑性可分為短時程塑性和長時程塑性，短時程塑性一般只能持續(xù)幾十毫秒到幾分鐘，而長時程塑性一般能持續(xù)較長時間。因此，短時程塑性在神經(jīng)信號傳遞、信息處理方面有著重要作用，而長時程塑性則和記憶行為有著一定的聯(lián)系[37-39]。兩種突觸塑性在一定刺激下可以相互轉換，其學習、記憶過程遵循Hebb假定，呈現(xiàn)出STDP和依賴尖峰頻率塑性(Spike-rate dependent synaptic plasticity,SRDP)的特點，這些性質的簡潔性、生物學合理性以及計算能力等方面的優(yōu)勢，引起了神經(jīng)科學的實驗與計算等領域的極大關注，被廣泛用于計算神經(jīng)科學和仿生系統(tǒng)的研究上[5,40-44]。

Carver Mead等在1996年首次提出了基于熱電子注入和電子隧穿原理制備的浮柵硅晶體管[57]，并用來進行突觸學習功能的模擬(圖2a)。制備的器件具有較低的能耗，僅10-8J/spike，此外，這個基于人造突觸器件陣列的學習系統(tǒng)還具有自發(fā)學習、模擬計算以及記憶等功能。Choi等在2017年提出了一種基于高純度碳納米管的浮柵突觸晶體管[58](圖2b)。為了控制突觸權重的線性度和變化幅度，在介質層中故意嵌入了一層金薄膜，所得到的基于碳納米管的突觸晶體管的溝道電導可以根據(jù)在金薄膜處捕獲的電荷數(shù)進行連續(xù)調制，而捕獲的電荷數(shù)可以通過柵電壓脈沖的幅值和持續(xù)時間來精確地調整，此器件被成功用于模擬生物的突觸功能�；谶B續(xù)型薄膜電荷存儲層的浮柵晶體管突觸器件容易受到橫向泄漏的影響，從而導致較差的電荷保持能力，而且在尺寸微縮時也可能受到單元器件間干擾增加的影響。使用金屬或半導體納米顆粒作為浮柵層可以有效地改善電荷的保持能力。圖3展示了一種柔性浮柵突觸晶體管[59]，通過簡單的溶液法將C60納米粒子分散在聚甲基丙烯酸甲酯(Polymethyl methacrylate,PMMA)介質層中用于存儲電荷，所制備的器件表現(xiàn)出高穩(wěn)定、可重復的溝道電導調制特性，可用于模擬生物突觸的突觸抑制和增強特性，此外，它還能夠同時擁有學習和信號傳輸功能，這項工作為基于浮柵結構的晶體管實現(xiàn)人工智能提供重要的研究基礎。


本文編號：3520350