Advanced Materials Technologies:氟化石墨烯的类神经突触电晶体应用

随着大数据,人工智能,和后摩尔时代的来临,类神经突触器件逐渐引起学术界的广泛重视。这是因为现今的计算系统是基于冯诺伊曼体系,即运算器与存储器结构,这就造成数据传输上的效率和耗能问题。而人类大脑是结合了运算和存储的功能,而且可以实现非常复杂的功能,如视觉听觉等的识别功能,事物的认知功能,和方位判断的功能等等。这些复杂的功能都是基于大脑中神经细胞之间通过神经突触来实现神经兴奋的传导。近年来,致力于模仿人类大脑行为及功能的类神经突触器件,受到了学术界广泛的重视。面向未来实现更复杂的人工智能的功能,比如利用类神经突触器件构建神经网络,就需要类神经突触器件拥有更好的学习功能,和更稳定的记忆功能。

北京工业大学信息学部微电子学院的刘博,台湾长庚大学赖朝松课题组,台湾交通大学侯拓宏课题组提出了利用氟化石墨烯制作的类神经突触,成功实现了高效能的学习功能,包括短期,长期,时序神经可塑性的功能,以及长期稳定的记忆功能。为了制备高效能氟化石墨烯薄膜,作者提供了一种工业界兼容的低损伤电浆掺杂系统制备方法。由于石墨烯特殊的晶体结构,以及有碳氟强键产生的偶极子效应,氟化石墨烯类神经突触实现了一次神经刺激(学习或者忘记)稳定持续200s,而这种功能在我们人脑和一般的类神经突触器件是无法实现的。相关研究发表在Advanced Materials Technologies (DOI:10.1002/admt.201900422 )上。