來源：微信公眾號“Research科學研究”
南京大學施毅教授與李昀教授的團隊提出了一種全新的平面雙端聯想型有機神經形態器件，在單一器件中將離散的輸入訊號相互關聯。
器件展現出與生物相近的高度可調性，就像一隻更聰明的巴甫洛夫狗，可將來自環境的多種輸入訊號高效地整合在一起，該成果以“A Smarter Pavlovian Dog with Optically Modulated Associative Learning in an Organic Ferroelectric Neuromem”為題發表在Research上。
研究背景
隨著人工智慧大資料時代的發展，傳統馮諾依曼架構計算系統逐漸無法滿足計算硬體與系統的高要求。
受生物啟發，高效靈活的資訊處理與計算模式的神經形態計算技術，有望突破傳統電子計算機技術的效能極限。
因此，模擬生物神經系統，並建立具有高效聯想學習模式的神經形態網路，將為發展下一代的新型有機神經形態器件開闢新的道路。
從器件層面而言，亟需研發具有高度的資訊整合能力的聯想學習器件，從而使離散事物相互關聯，並透過自身的高度可調性將來自環境的多種訊號整合在一起。
研究進展
南京大學施毅教授與李昀教授的團隊利用超薄鐵電聚合物P（VDF-TrFE）和有機小分子半導體C8-BTBT，製備了一個具有平面雙端結構的光調製有機神經形態器件。
其中，外加電場可以有效翻轉超薄鐵電聚合物晶態薄膜的極化方向，這也是在單一器件中實現聯想學習的基礎（圖1）。
圖1 功能薄膜的器件結構和表徵
得益於超薄功能層的結構特性，在平面內兩個電極之間施加電壓也可以有效地實現場調製。
透過施加不同的電壓，翻轉向上和向下的鐵電極化，可有效調控載流子在半導體溝道中的積累和耗盡。
基於鐵電極化翻轉，使用紫外光源進一步研究器件的光電效能。
當鐵電極化向上時，由於光照時光生載流子的產生，溝道中的電流迅速增加。
光照結束後，由於沒有額外的光生載流子，電流迅速恢復到初值。
有趣的是，當鐵電極化方向向下時，同一器件展現出塑性可調的光電突觸行為。
溝道電導在光照時增加，在暗態時逐漸衰減（圖2）。
圖2 器件中的極化翻轉和光電耦合
隨後，作者將介面上獨特的光電效應與鐵電極化翻轉結合起來，使電荷載流子的高度可調成為可能。
在一個完整的訓練過程中，訓練週期可藉助光照條件的變化靈活調整學習速度，器件表現的就像一隻“更聰明的巴甫洛夫狗”，同時，在訓練前後的大輸出差異非常類似於全有或全無的生物感覺/運動神經元尖峰放電的無損耗傳導（圖3）。
圖3 光可調的聯想學習過程
聯想學習過程中高效的光電耦合，展現了兩個不同事件之間關係建立過程的高度可調，將密碼轉化為具有相應金鑰的明碼也是一個事件A連線到事件B的過程。
因此，聯想學習過程與密碼學中秘鑰的特性有本質上的相似性，有別於光電子器件中常見的靜態加密方法，聯想學習是一種動態過程，可以透過外部光電訊號的調整在同一器件中隨時改變想要傳輸的資訊。
此外，器件中基於光電耦合的獨特光調製可以增加金鑰的複雜性，從而大大提高了解碼的難度。
作為概念驗證的演示，作者設計了一種基於器件特性的編碼方法，在單一的聯想學習型器件實現密碼學應用（圖4）。
圖4 基於巴甫洛夫聯想學習的密碼學應用演示
除了對動態學習過程的調節，器件中的高效光電耦合也有利於實現光電布林邏輯應用。
一般來說，OR和AND是兩個基本的邏輯閘，在傳統電路設計中，需要六個以上的電晶體來完成這些操作。
作者透過同時改變電脈衝和光操作，在單一器件中，將光訊號和電訊號作為兩個輸入，實現了可重構性的OR和AND門操作（圖5）。
圖5 基於光電耦合的邏輯器件
作者簡介
- 施毅
施毅教授現任南京大學電子科學與工程學院微電子與光電子學系教授、博士生導師，教育部長江學者特聘教授、國家傑出青年基金獲得者、全國寶鋼教育基金優秀教師特等獎獲得者。
近年主要從事奈米電子、光電子材料、物理與器件等科研工作。
主持和承擔了二十多項國家自然科學基金、“973”和“863”等研究課題，包括主持國家重大科學研究計劃“奈米研究”專案。
發表和合作發表SCI學術論文300餘篇，申請/獲得國家發明專利40項。
有關研究成果曾榮獲國家自然科學二等獎和國家技術發明三等獎各1項，省部級科技進步一等獎1項。
- 李昀
李昀教授現任南京大學電子科學與工程學院教授、博士生導師。
長期從事有機電子學領域的研究工作，在有機晶體生長與物性調控、以及先進有機光電器件等方面取得多項國際領先的研究成果。
目前，共發表SCI論文80餘篇，引用超過3000次。
近年來聚焦於二維有機晶體開展系統研究工作，取得了多項具有開創性、引領性的科研成果，2021年獲得江蘇省傑出青年基金。
