🔬 材料科学

A van der Waals Floating-Gate Platform for Broadband Optoelectronic Neuromorphic Computing

本文提出了一种范德华 ReS2/hBN/InSe 浮栅突触晶体管，该器件集成了非易失性存储与宽带光电学习功能，通过在单个紧凑型器件内实现双向权重调制、本质突触功能以及高阶联想学习，为下一代神经形态计算提供了支持。

原作者： Thi Phuong Anh Bach, Sangeun Cho

发布于 2026-10-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Thi Phuong Anh Bach, Sangeun Cho

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

人类大脑是高效处理的专家，能在消耗极低功率的同时处理海量信息。它通过将记忆与计算融合为一个由神经元和突触构成的互联网络来实现这一目标。相比之下，我们今天使用的计算机依赖于一种将这两项功能分离的设计。数据必须在负责计算的处理器和负责存储信息的存储芯片之间不断往返，这种旅程既浪费能量又降低了性能。为了构建下一代智能机器，科学家们正试图创造模仿大脑架构的硬件，即让单一设备既能存储信息，又能从新输入中学习。这项努力中的一个关键组件是人工突触——一种微小的电子开关，其强度可以根据过去的活动而改变，就像生物脑细胞之间的连接一样。虽然研究人员已经制造出许多类型的这类器件，但大多数器件难以将长期记忆与从光线中学习的能力结合起来，而这种能力将使机器能够直接且高效地处理视觉信息。

来自韩国东国大学的一个研究小组开发了一种新型人工突触，成功弥合了这一差距。他们创造了一个单晶体管，既能永久存储数据，也能从广泛的光谱（从可见光到不可见的红外线）中学习。该器件由三层不同的原子级薄材料堆叠而成，就像一个微观的三明治。底层是一种被称为硒化铟的材料，它充当电荷的存储库。在顶层与这个存储库之间隔着一层六方氮化硼薄片，它作为一个安全的隧道，只有在受到提示时电子才能通过。顶层由二硫化铼制成，这种材料对光有强烈的反应。当研究人员对器件施加电脉冲或照射光线时，电子会穿过隧道并被困在存储层中，从而永久性地改变电流通过顶层的难易程度。这种电流的变化代表了一种新的记忆状态或学习到的连接。

研究人员发现，该器件在记忆方面表现异常出色。通过施加电脉冲，他们可以捕捉足够的电荷，从而在器件的“开启”和“关闭”状态之间创造巨大的差异，其中“开启”状态下的电流比“关闭”状态强一百万倍以上。一旦信息被写入，该器件可以在不需要任何电源进行刷新的情况下稳定保持信息超过10,000秒。这种稳定性对于构建可靠的计算机存储器至关重要。除了简单的存储之外，该器件还表现得像一个学习型的脑细胞。当研究人员发送一系列电信号时，器件的反应随着每次脉冲而增强，模拟了生物突触在神经元重复放电时增强的过程。他们还可以通过发送相反极性的信号来削弱这种连接，从而实现遗忘或调整学习过程。

这项发现之所以特别重要，在于该器件对光线的响应方式。与仅能理解电信号的旧式电子存储器不同，这种新型突触可以通过宽光谱的光进行训练。研究人员使用绿光、红光和近红外光对其进行了测试，器件对所有这些光都有反应。通过改变光线的亮度或照射时间，他们可以精确控制器件的学习程度。短暂的光闪会导致暂时性的变化，类似于短期记忆；而较长且更强的曝光则会产生持久的变化，类似于长期记忆。该器件甚至可以区分不同的光和电模式。在一次实验中，研究人员教会了器件将特定的电信号与一道闪光联系起来。训练后，器件仅对电信号就会产生反应，仿佛它已经学会了预料到光的出现，展示了一种类似于著名的“狗听到铃声就会分泌唾液”实验中的联想学习能力。

该团队还展示了只需改变刺激方式，单个器件即可执行复杂的逻辑任务。通过调节电和光输入的强度，他们可以将器件编程为“与”门（只有在光和电同时存在时才产生输出）或“或”门（只要其中之一存在就产生输出）。这种无需改变物理结构即可重新配置其逻辑的能力，预示着一种可以随时调整其功能的计算机的发展路径。研究人员通过详细的测量，证实了器件的行为是由电子进入存储层驱动的，而非其他效应，并排除了其他解释。这项工作展示了一个多功能的平台，将记忆、学习和光感应统一在一个紧凑的组件中，为创造更小、更快、更节能且能以人类大脑方式处理信息的系统提供了一种极具前景的策略。

技术摘要：用于宽带光电神经形态计算的范德华浮栅平台

问题陈述
下一代神经形态计算的发展受限于传统的冯·诺依曼架构，该架构面临着存储与处理单元物理分离的问题，导致高能耗和数据传输瓶颈。虽然人工突触器件通过集成存储与计算提供了解决方案，但现有的平台（如忆阻器和基于硅的浮栅存储器）面临着重大挑战。这些挑战包括随机切换、细丝不稳定、记忆窗口有限、保持能力差以及与薄电介质层相关的缩放问题。此外，传统的浮栅存储器通常缺乏宽带光学功能，限制了其进行远程、波长选择性和宽带信息处理的能力，而这对于先进的光电神经形态系统至关重要。

方法论
为了应对这些挑战，作者报告了一种由三种不同二维材料组成的垂直堆叠范德华（vdW）异质结突触晶体管：

沟道： 二硫化 rhenium (ReS2)，因其在不同厚度下具有稳定的直接带隙和宽带光响应而被选中。
隧穿电介质： 六方氮化硼 (hBN)，提供原子级平整的绝缘层。
浮栅 (FG)： 硒化铟 (InSe)，因其高载流子迁移率、随厚度变化的直接带隙（紫外至近红外）以及高效的电荷存储能力而被选中。

该器件采用干转移技术通过 PDMS 印章制备在 SiO2/p++-Si 基底上。InSe 层作为浮栅，hBN 作为隧穿势垒，ReS2 作为传输沟道。背栅（Si 基底）调节电荷存储，而可见光至近红外（VIS–NIR）光激发则诱导载流子的产生与重新分布。研究利用拉曼光谱、光致发光光谱和原子力显微镜验证了异质结构的形成及材料特性。器件的电学与光电突触行为在半导体参数分析仪和激光源（532, 650, 和 850 nm）的作用下，于环境条件下进行了表征。

核心贡献与结果
ReS2/hBN/InSe 器件展示了一个集成了非易失性存储与宽带光电学习的多功能平台：

非易失性存储性能：
- 器件表现出巨大的记忆窗口 ( $\Delta V$ )，该窗口随栅压扫描范围的变化而变化，在 $\pm$ 60 V 扫描下达到约 93 V。
- 它实现了超过 $10^6$ 的高开/关电流比，以及 $6.67 \times 10^{12} \text{ cm}^{-2}$ 的存储电荷密度。
- 保留测试显示其在 $10^4$ 秒内具有稳定的电导状态，且耐久性测试证实了其在 1,000 次程序/擦除循环中的可靠运行。
电驱动突触可塑性：
- 该器件模拟了生物突触功能，包括短时可塑性 (STP) 和长时可塑性 (LTP)，这些功能通过控制电栅脉冲的幅度和持续时间来实现。
- 它支持双向调制（增强与抑制）以及多级电导状态，从而实现类模拟的权重调制。
宽带光电突触可塑性：
- 器件对整个 VIS–NIR 光谱（532–850 nm）范围内的光学刺激做出响应。
- 突触权重可以通过光功率密度、脉冲持续时间和脉冲数量进行调制，展示了脉冲幅度依赖可塑性 (PADP) 和脉冲持续时间依赖可塑性 (PDDP)。
- 器件表现出配对脉冲易化 (PPF) 现象，在短间隔内指数约为 270%，模拟了生物短时记忆。
高阶学习与逻辑：
- 判别条件反射： 该器件成功实现了帕夫洛夫判别范式。它通过学习将特定的电刺激 (CS+) 与光学非条件刺激 (US) 相结合，从而产生条件反射，同时忽略不进行强化的另一种电刺激 (CS-)。
- 可重构逻辑： 通过调整电学和光学输入条件，单个器件可以被重构为执行 AND 或 OR 布尔逻辑运算。值得注意的是，研究利用 850 nm 近红外光演示了 AND 运算，证明了近红外信号在逻辑处理中的能力。

意义
本文建立了一个通用的范德华浮栅平台，将非易失性存储、宽带光电学习以及自适应信息处理统一在单一的晶体管架构中。通过利用 ReS2、hBN 和 InSe 的互补特性，该器件克服了传统硅基浮栅存储器的可扩展性和功能性限制。这种能够利用电学和宽带光学输入执行高阶学习任务（如判别条件反射）及可重构逻辑运算的能力，使该技术成为开发能够进行感觉集成和复杂信息处理的紧凑、节能且多功能神经形态硬件的一种极具前景的策略。

类似论文