人工智能技術(shù)的發(fā)展為人機(jī)交互、感知系統(tǒng)、機(jī)器人及假肢的控制等帶來(lái)了革命性變化,同時(shí)對(duì)復(fù)雜數(shù)據(jù)的處理和人機(jī)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(gòu)架實(shí)現(xiàn)的神經(jīng)網(wǎng)絡(luò),人腦運(yùn)算方式具有高效率和低功耗的特點(diǎn)。因此,在硬件層面上模擬人腦的神經(jīng)擬態(tài)器件,對(duì)構(gòu)建新的運(yùn)算系統(tǒng)具有重要意義。此外,神經(jīng)擬態(tài)器件能夠?qū)鞲衅鲾?shù)字信號(hào)轉(zhuǎn)變成類神經(jīng)模擬信號(hào),有望實(shí)現(xiàn)與生物神經(jīng)信號(hào)的兼容,構(gòu)建智能、高效的人機(jī)交互界面。因此,神經(jīng)形態(tài)器件受到了廣泛研究,其相關(guān)材料、制備工藝和器件結(jié)構(gòu)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(shí)現(xiàn)了視覺(jué)信息處理、運(yùn)動(dòng)識(shí)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(jī)理仍有待挖掘:（1）針對(duì)生物個(gè)體間的差異,以及同一個(gè)體不同感知系統(tǒng)的差異,需要對(duì)人工突觸器件突觸后信號(hào)進(jìn)行調(diào)控,以獲得與生物神經(jīng)信號(hào)更好的兼容性;（2）生物突觸的樹(shù)突結(jié)構(gòu),能夠搜集、整合和調(diào)制時(shí)間和空間的信號(hào),模擬樹(shù)突的信號(hào)整合機(jī)制,將有助于改善多柵極人工突觸晶體管的設(shè)計(jì)方案,實(shí)現(xiàn)對(duì)人工突觸器件信號(hào)整合功能的調(diào)控;（3）目前多數(shù)... 

【文章來(lái)源】：材料導(dǎo)報(bào). 2020,34(01)北大核心EICSCD

【文章頁(yè)數(shù)】：28 頁(yè)

【部分圖文】：

8(a)生物觸覺(jué)感知傳入神經(jīng)示意圖;(b)由力學(xué)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(xué)突觸，化學(xué)突觸主要存在于包括人類在內(nèi)的脊椎動(dòng)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(diǎn)討論基于化學(xué)突觸結(jié)構(gòu)和原理的仿生人工突觸器件。圖1描述了化學(xué)突觸的基本結(jié)構(gòu)及其工作機(jī)制，突觸由突觸前膜、突觸間隙和突觸后膜三部分構(gòu)成。生物信號(hào)的傳遞和處理是一個(gè)復(fù)雜的化學(xué)過(guò)程，可以認(rèn)為是當(dāng)神經(jīng)元的突觸前端受到刺激時(shí)，神經(jīng)遞質(zhì)便會(huì)形成并儲(chǔ)存在突觸小泡中，當(dāng)刺激累積到一定程度時(shí)，突觸前膜對(duì)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(nèi)的神經(jīng)遞質(zhì)釋放到突觸間隙中，并且經(jīng)過(guò)彌散到達(dá)突觸后膜，改變突觸后膜對(duì)離子的通透性，產(chǎn)生大概100 m V持續(xù)時(shí)間為0.1～1 ms的動(dòng)作電位并傳遞到下一個(gè)神經(jīng)元，起到傳遞神經(jīng)信號(hào)的作用[5]。當(dāng)釋放的是谷氨酸能等興奮性神經(jīng)遞質(zhì)，突觸后端就會(huì)產(chǎn)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(zhì)，突觸后端就會(huì)產(chǎn)生抑制性神經(jīng)電流。興奮性神經(jīng)遞質(zhì)和抑制性神經(jīng)遞質(zhì)一般同時(shí)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(quán)重(Synaptic weight)[24]。生物神經(jīng)系統(tǒng)中突觸權(quán)重的改變是通過(guò)一系列神經(jīng)活動(dòng)引發(fā)的突觸連接的改變來(lái)實(shí)現(xiàn)的，這一過(guò)程又被稱作突觸塑性(Synaptic plasticity)，在神經(jīng)系統(tǒng)信息處理、學(xué)習(xí)和記憶中起到關(guān)鍵作用[36]。根據(jù)突觸權(quán)重的持續(xù)時(shí)間，突觸塑性可分為短時(shí)程塑性和長(zhǎng)時(shí)程塑性，短時(shí)程塑性一般只能持續(xù)幾十毫秒到幾分鐘，而長(zhǎng)時(shí)程塑性一般能持續(xù)較長(zhǎng)時(shí)間。因此，短時(shí)程塑性在神經(jīng)信號(hào)傳遞、信息處理方面有著重要作用，而長(zhǎng)時(shí)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(zhuǎn)換，其學(xué)習(xí)、記憶過(guò)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(diǎn)，這些性質(zhì)的簡(jiǎn)潔性、生物學(xué)合理性以及計(jì)算能力等方面的優(yōu)勢(shì)，引起了神經(jīng)科學(xué)的實(shí)驗(yàn)與計(jì)算等領(lǐng)域的極大關(guān)注，被廣泛用于計(jì)算神經(jīng)科學(xué)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(lái)進(jìn)行突觸學(xué)習(xí)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(gè)基于人造突觸器件陣列的學(xué)習(xí)系統(tǒng)還具有自發(fā)學(xué)習(xí)、模擬計(jì)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(quán)重的線性度和變化幅度，在介質(zhì)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(dǎo)可以根據(jù)在金薄膜處捕獲的電荷數(shù)進(jìn)行連續(xù)調(diào)制，而捕獲的電荷數(shù)可以通過(guò)柵電壓脈沖的幅值和持續(xù)時(shí)間來(lái)精確地調(diào)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(chǔ)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(dǎo)致較差的電荷保持能力，而且在尺寸微縮時(shí)也可能受到單元器件間干擾增加的影響。使用金屬或半導(dǎo)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(guò)簡(jiǎn)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(zhì)層中用于存儲(chǔ)電荷，所制備的器件表現(xiàn)出高穩(wěn)定、可重復(fù)的溝道電導(dǎo)調(diào)制特性，可用于模擬生物突觸的突觸抑制和增強(qiáng)特性，此外，它還能夠同時(shí)擁有學(xué)習(xí)和信號(hào)傳輸功能，這項(xiàng)工作為基于浮柵結(jié)構(gòu)的晶體管實(shí)現(xiàn)人工智能提供重要的研究基礎(chǔ)。


本文編號(hào)：3520350