柔性神经形态晶体管研究进展

近年来,受人脑独特工作模式的启发,利用人工神经形态器件模拟突触和神经元的感知与计算功能吸引了广泛关注。到目前为止,已经有很多关于神经形态晶体管的报道,但绝大多数器件是在刚性衬底上加工的。柔性神经形态晶体管不仅可以同时实现信号传输和训练学习,对多路信号进行非线性的时空整合与协同调控,而且能密切贴合柔软的人体皮肤,承受器官和组织的高生理应变。更重要的是,柔性神经形态晶体管具有可设计的灵活性和优异的生物兼容性,在检测生物环境中生理相关时间尺度的低幅信号方面具备独特的优势和应用潜力。柔性神经形态晶体管已经广泛应用于电子皮肤、人工视觉系统、智能可穿戴系统等领域。目前,研制低功耗、高密度集成的柔性神经形态晶体管是研究的首要任务之一。本文综述了基于不同柔性衬底的神经形态晶体管的研究进展,并展望了柔性神经形态晶体管的未来应用前景,这将为未来柔性神经晶体管的研制以及智能计算和感知应用提供比较详实的参考。

蛋壳膜电解质栅控氧化物神经形态晶体管

近年来,神经形态器件的研究受到了人们的广泛关注,正在成为人工智能技术发展的重要分支.与此同时,天然生物材料具有可降解性、良好的生物相容性、无毒性等多种优势,在新型便携式智能系统中有重要应用价值.本文采用蛋壳膜(ESM)作为电解质,具有极高的室温质子电导率(~6.4×10^(-3) S/cm)和极高的室温双电层电容(~2.8μF/cm^(2)),因此其具有极强的界面双电层静电调控能力.以此为基础,研制了氧化铟锡双电层晶体管,器件具有优异的电学特性.基于ESM独特的界面双电层调控特性,在器件上实现了一些重要仿生突触塑性行为,如兴奋性突触后电流、双脉冲易化和突触滤波.通过施加突触刺激,实现了器件的多重突触权重更新.在此基础上采用人工神经网络实现了手写数字的模式识别,最佳识别精度约高达92.59%.因此,提出的ESM栅控氧化物神经形态晶体管在低成本生物可降解神经形态系统中有一定的应用潜力.

明胶/羧化壳聚糖栅控氧化物神经形态晶体管

模仿大脑感知信息处理方式对于仿生智能感知系统的设计具有重要意义,而采用具有生物相容性和生物可降解特性的功能材料构建环境友好型神经形态器件是突触电子学研究的重要内容。本研究采用明胶/羧化壳聚糖(GEL/C-CS)复合电解质薄膜作为栅介质制作氧化物神经形态晶体管,模仿了不同湿度下的突触响应行为,包括兴奋性突触后电流和双脉冲易化。基于不同刺激数量下的突触塑性行为,提出了一种触觉对物体识别程度的量化处理方式。进一步搭建人工神经网络,实现了对MNIST手写数字的识别,识别精度达90%以上。这种GEL/C-CS栅控神经形态器件对仿生智能感知和脑启发神经形态系统的设计具有一定的参考价值。

柔性神经形态晶体管及其仿生感知应用

生物感知系统具有高并行、高容错、自适应和低功耗等独特优点.采用神经形态器件实现生物感知功能的仿生,在脑机接口、智能感知、生物假体等领域具有重大应用前景.与其他神经形态器件相比,多端口神经形态晶体管不仅可以同时实现信号的传输和训练学习,还可以对多路信号进行非线性的时空整合与协同调控.然而,传统刚性神经形态晶体管很难实现弯曲变形以及和人体密切贴合,限制了神经形态器件应用范围.所以,具有良好弯曲特性的柔性神经形态晶体管的研究成为了最近的研究重点.本文首先介绍了多种柔性神经形态晶体管的研究进展,包括器件结构、工作原理和基本功能;另外,本文还将介绍上述柔性神经形态晶体管在仿生感知领域中的应用;最后给出上述研究领域的总结和简单展望.