神经形态计算机—即模拟生物大脑制造出的芯片，在处理直觉信息和非结构化信息方面具有传统的冯·诺依曼计算机架构无法比拟的优势。人脑中有数以亿计的神经元，不同的神经元之间又通过突触连接，在这张庞大的神经网络中，突触作为网络的“结点”扮演着最为重要的角色。作为类脑芯片的基础，类突触器件近年来获得了广泛关注并成为了该领域研究的焦点。然而，基于电激励方式的传统人工突触器件的数据采集和神经元运算是分离的，同时多数突触器件由于其耦合因子固定，导致其突触权重不易调控，这与生物体中突触的可塑性具有明显差异。这些因素制约了类脑芯片向更高维度智能的实现。
图1 光子神经元网络概念示意图
光子作为信息处理的载体，具有高速度、低功耗、优异并行性等优点，在光纤通信和光量子通信中已经广泛使用。本世纪初，将光子引入神经网络的尝试就已经开始（光子神经元计划，2008年）。近年来，随着人工智能的发展，智能化芯片对视觉信号的感知和处理需求逐渐凸显。能够对光学激励信号进行神经形态处理的基本单元– “光学突触” （photonic synapses），是构建集成化光子神经网络体系的一个不可或缺的重要支撑。
近期，南京大学电子科学与工程学院王枫秋教授课题组及研究团队利用2D石墨烯和1D碳纳米管构成的全碳异质结薄膜，成功实现了光激励的新颖类突触器件。该新颖光学突触器件，能够直接将光信号转变成“神经形态”电信号进行神经元运算，实现了突触功能的短时程可塑性，并利用背栅作为神经调节器，实现了突触权重的连续灵活调控。其次，通过栅压的调控实现了长时程可塑性的模拟，这使得类突触器件的学习和记忆功能仿生更加灵活。该类突触器件还具有时空相关的二维信号处理、并行运算功能，为实现更为复杂和模糊化的神经计算提供了一种技术途径。特别是，器件能够实现对多通道光激励信号的逻辑运算（与／非／或非等操作）。以上功能使得该器件能够有效模拟人的视觉神经系统（兼具感光功能和光信号处理的一个复杂的神经计算体系）。
图2 石墨烯/碳纳米管异质结构类突触器件的短时程和长时程物理机制及测试结果，通过背栅调制终端可调制类突触器件的可塑性
该工作以“A light-stimulated synaptic device based on graphene hybrid phototransistor”为题于2017年8月2日在线发表在二维材料研究领域知名期刊2D Materials(DOI: 10.1088/20531583/aa805e)。南京大学电子科学与工程学院博士生秦书超和王枫秋教授为论文的共同第一作者，王枫秋教授、王肖沐教授和张荣教授为该论文的共同通讯作者。相关工作得到了万青教授、王欣然教授、徐永兵教授以及施毅教授的有力支持。本工作以南京大学电子科学与工程学院、人工微结构科学与技术协同创新中心为主要研究平台，受到科技部、国家自然科学基金委、“江苏省双创团队计划”等项目的资助。
来源：材料人网
