Coulomb blockade-like transport and enhanced memory in organic transistors embedded with sub-nm Pt nanoparticles for neuromorphic computing
本文介绍了一种在超薄氧化物界面嵌入亚纳米铂纳米颗粒的有机晶体管，该晶体管展现出巨大的记忆窗口、库仑阻塞式输运以及增强的短期塑性，为神经形态计算提供了一个极具前景的平台。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
人类大脑并不像计算机硬盘那样存储信息。相反，它依赖于神经细胞之间庞大的连接网络，每个连接的强度可以根据经验而改变。这种随时间增强或削弱连接的能力被称为可塑性，它是学习和记忆的物理基础。有些连接会迅速发生变化但很快消退，这让我们能在脑中保留一个电话号码几秒钟；而另一些连接的变化则较为缓慢，并能持续数年，从而形成我们的长期知识。为了制造出更像人类思维的计算机，科学家们正试图创造能够模仿这种灵活行为的电子设备。挑战在于如何使这些设备变得简单、廉价，并且能够持有许多不同的记忆状态，而不仅仅是目前技术中所使用的简单的“开”或“关”开关。
密苏里大学的一个研究小组通过创造一种行为极其类似于生物突触的新型电子开关，在实现这一目标方面迈出了重要一步。他们利用一种特殊的有机塑料材料制造了一个晶体管——这是现代电子学的基本组件。为了赋予该设备记忆功能，他们在两层超薄氧化铝之间插入了一层极小的铂颗粒，每个颗粒的大小都小于一个纳米。这种排列位于塑料与绝缘层接触的边界处。其结果是，该设备既能长期保存信息，也能展现出对复杂思考至关重要的短期记忆效应。这项发现之所以特别引人注目，是因为这些微小的铂颗粒导致电流的行为表现出类似于量子物理学的特性，这种现象通常只在接近绝对零度的温度下才会出现，但在本研究中却在室温下发生了。
研究人员采用底栅设计构建了这些器件，其中金属栅极位于底部，覆盖着一层可以保持电荷的铁电塑料层。在此之上，他们生长了一层精确的氧化铝，沉积了铂颗粒，并用另一层薄氧化铝进行封顶。最后，他们添加了一层名为 DPP-DTT 的半导体塑料和金属接触点以完成电路。当他们测试这些晶体管时，发现了意想不到的结果。随着电压的上下扫频，流经设备的电流并没有平滑变化，而是呈现出明显的阶梯状，即平坦区域后紧跟着尖锐的脉冲。这些平台和脉冲是被称为库仑阻塞（Coulomb blockade）的量子效应的特征，在这种效应中，微小颗粒会阻碍电子通过，直到达到特定的能量水平。由于铂颗粒非常微小，它们就像独立的岛屿一样，可以捕捉单个电子，从而创造出彼此分离度极高的离散记忆能级。
这种量子行为转化为一个非常大且稳定的记忆窗口。该设备可以在不同的电导状态（代表不同的记忆值）之间切换，电压范围超过 20 伏。这比在类似的有机器件中通常看到的范围要大得多。研究人员观察到，铂颗粒可以保持负电荷，这有效地改变了开启晶体管所需的电压。当电压改变时，颗粒会以受控的方式释放或捕获电子，从而产生电流中的明显阶梯。团队还注意到，电流脉冲之间的间距非常规则，这表明这些颗粒是以一种统一的方式运行的，仿佛它们是一个单一的电荷层，以一种可预测的模式屏蔽了电场。
除了电学记忆之外，该设备还展现出了卓越的光编程能力。当研究人员将绿色或蓝色激光照射在晶体管上时，电流会增加，从而有效地将新信息写入设备。这是因为光在塑料层中产生了额外的载流子，其中一部分被铂颗粒捕获。为了擦除这些信息，他们向栅极施加了一个特定的电脉冲，从而释放了被捕获的电荷。这种双重能力使得同一设备既可以用光进行写入，也可以用电进行擦除，模拟了生物突触如何受到不同类型信号的影响。研究人员通过使用该设备识别标准数据库中的手写数字来测试了这一点。通过光诱导变化进行训练后，系统达到了约 83% 的准确率，证明了其记忆状态是稳定且适用于复杂任务的。
或许对于未来类脑计算机来说最令人兴奋的发现，是该设备表现出短期可塑性的能力。在生物学中，如果两个信号在短时间内连续到达突触，第二个信号往往会产生比第一个更强的反应。这被称为配对脉冲促进（paired-pulse facilitation）。研究人员通过在两个光脉冲之间留出极短间隔的方式测试了这一点。他们发现，第二个反应比第一个强两倍以上，这种促进程度与生物突触相匹配。这种短期效应会在几秒钟内消失，就像在大脑中一样，这表明被捕获的电荷正在缓慢地恢复到原始状态。因此，该设备既可以处理持续很长时间的长期记忆，也可以处理对即时信息处理至关重要的短期记忆。
该研究排除了这些效应是由简单缺陷或随机噪声引起的可能性。缺乏铂颗粒的对照器件并未表现出这些行为：它们没有记忆窗口，没有电流脉冲，也没有短期可塑性。这证实了独特的特性直接源于工程化的铂纳米颗粒层。研究人员还发现颗粒的大小至关重要；稍大的颗粒会产生不同的电流阶梯间距，这与关于这些微小簇能量水平随尺寸变化的理论预测相一致。不同器件之间结果的一致性表明，这种制造层的工艺是稳健且可重复的。
通过结合大记忆窗口、类量子传输和双模编程，这项工作为神经形态计算开辟了一条新路径。该设备证明了有机材料（通常被认为过于无序，无法支持精确的量子效应）可以通过工程手段被设计成支持高度受控的电荷捕获。利用光和电来控制记忆状态的能力，为未来的系统提供了一个多功能平台。虽然目前的设备仍处于研究阶段，但这种在单一简单组件中同时展示长期和短期可塑性的能力，表明我们正越来越接近构建能够像自然界一样学习和适应的电子系统。研究结果表明，通过进一步改进，这些材料可能会成为不仅强大而且高效、并能处理人类思维复杂流动本质的计算机的基础构件。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。