Advanced Electronic Materials:铁电的新使命-应用于类脑神经网络的铁电突触器件

实现类脑人工智能是人类长期以来追求的梦想。借助脑科学和认知科学的研究成果,结合计算机硬件技术和算法研究的不断突破,模拟神经形态的类脑智能的实现已成为世界各国竞相角逐的焦点。基于忆阻器的类脑神经形态计算是实现计算与存储一体化融合,进而实现下一代计算机的强有力竞争者。然而,目前忆阻器基础器件的性能依旧是构筑高效的大规模忆阻神经网络的重要挑战。各研究团体均投入了巨大的人力物力以获得忆阻器物理、材料和器件上的突破,发展计算与存储融合的类脑神经形态计算。

近期,华东师范大学信息科学技术学院极化材料与器件教育部重点实验室段纯刚课题组联合中国科学院上海技术物理研究所王建禄课题组,将铁电应用于类脑神经形态模拟。铁电材料具有自发极化,极化方向可以被外电场调控,并且在反转过程中呈现的多畴状态是非易失的,铁电的这种极化可塑性与生物突触的权重可塑性类似。将铁电应用于突触功能模拟,有望克服目前导电细丝机制的忆阻器的随机、疲劳性差等劣势,实现具备铁电材料低功耗、易操纵、耐疲劳等优良特征的电子突触器件。研究团队通过调控有机铁电晶体管中的铁电极化,实现了对长程增强、长程抑制和尖峰时刻依赖可塑性等生物突触功能的模拟。并且,铁电突触固态器件展示了优异的性能:单一突触操作的功耗小于1fJ,类比于真实生物大脑中的功耗;疲劳测试结果显示该铁电突触固态器件有潜力经历G次突触操作,可以在生物大脑频率下持续工作10年。这项工作不仅揭示了铁电应用于类脑突触器件的新用途,也为构建实现类脑功能的大规模神经网络提供了新途径。

这项工作以Back Cover的形式发表在Wiley旗下的Advanced Electronic Materials (DOI: 10.1002/aelm.201800600)上,论文题目为“A Robust Artificial Synapse Based on Organic Ferroelectric Polymer”,第一作者为华东师范大学光电科学与工程系田博博老师。

Speak Your Mind