以下文章来源于低维 昂维
人工智能已成为当今最热门的话题之一。为了模拟人类的感知、认知和行动能力，人们致力于开发新型的神经元模型和人工突触，以构建更加智能化的机器。而基于二维材料的三端人工突触，正成为这一领域的新宠。
二维材料的出现，为构建人工神经元和突触提供了新的思路。例如，石墨烯、过渡金属硫族化合物和六方氮化硼等材料，具有优异的性能，可以实现各种生物突触的功能。这些二维材料的原子结构提供了高度的集成度、压制短通道效应和低泄漏电流。它们独特的二维层状结构导致了大的表面积与体积比，从而灵敏地感知外部刺激信号变化。此外，堆叠的二维材料可以作为具有可变能带结构的通道。
鉴于此，近日来自北京理工大学的赵静教授和香港城市大学的董立新教授共同领导的研究团队在Nature子刊Microsystems & Nanoengineering上以Recent progress in three-terminal artificial synapses based on 2D materials: from mechanisms to applications为题发表综述文章，对基于二维材料的人工突触的研究进展进行了系统总结。首先，文章介绍了各种不同原理的三端突触器件，包括浮栅调节晶体管、铁电层晶体管、光电突触晶体管和机电耦合晶体管等。其次，文章重点分析了电、光和机械刺激激发的人工突触特性的当前发展。第三，文章列举了基于人工突触的高级应用，以模拟生物神经行为。最后，文章概述了人工突触的挑战和未来发展方向。
基于二维材料的三端人工突触在近年来引起了广泛的研究兴趣。它们优秀而稳定的机械、热、电和光学性质，使它们成为具有高稳定性和低功耗的人工突触器件。这些器件的研究不仅可以用于突触模拟，还可以应用于各种广泛的领域。例如，模拟人脑的感知能力、决策能力、情感识别能力等，构建智能系统、人机交互和机器人等。
此外，基于二维材料的三端人工突触不仅具有优异的物理和化学性质，而且可以模拟生物神经元的功能。这种人工突触可以通过电、光和机械刺激响应，从而实现仿生可塑性、逻辑变换、联想学习、图像识别和多模式模式识别等功能。其中，电、光和机械三种类型的人工突触分别具有不同的优点和应用场景。
在电刺激方面，人工突触的响应和稳定性已经取得了很大的进展。最新的研究表明，二维材料可以实现非常稳定的电子传输，并且能够灵活地控制电子输运的方向和能级。这为电刺激响应的人工突触提供了可靠的材料基础。同时，基于二维材料的人工突触可以实现多个神经元的并行处理，同时模拟时空动态逻辑。这种基于三端晶体管的神经计算，与传统的冯·诺伊曼计算方式相比，具有更高的运算效率、更好的容错性、自学能力和极低的功耗。
在光刺激方面，光电二极管和光敏场效应晶体管是常用的器件。光敏场效应晶体管可以通过照射不同波长的光来改变电阻或电导率。这种光学激励可以实现无线传输的人工突触。此外，光刺激还可以实现对突触行为的非接触式控制和读取，从而具有更广泛的应用前景。
在机械刺激方面，石墨烯、过渡金属硫族化合物和六方氮化硼等二维材料的出现，使得人工突触可以通过机械变形来实现刺激响应。这种机械刺激响应可以模拟生物体的触觉感受器官，实现对外界物理量的敏感检测和响应。这种响应方式具有非常高的灵敏度和快速响应速度，同时也具有极低的功耗和高可靠性。
另外，人工神经网络需要高能效的芯片来支持计算和通讯。然而，传统的计算机体系结构——冯·诺依曼结构——存在着瓶颈问题。冯·诺依曼结构通过将计算和存储器分离来进行计算，这意味着芯片必须频繁地从存储器读取数据，这一过程会消耗大量能量。
相比之下，人脑中的神经元和突触的计算和存储是同时进行的，这也就是为什么人脑的计算效率和能耗非常优秀的原因。因此，为了更好地模拟人脑的工作方式，新的计算体系结构——神经体系结构——应运而生。这种体系结构允许计算和存储器的联合，从而大大提高了计算效率，降低了能耗。
基于二维材料的三端人工突触是实现神经体系结构的一个关键组件。这些神经元和突触的结构和性质与生物学上的神经元和突触相似，因此也被称为人工突触。这些人工突触可以通过电子、光子和机械刺激来实现突触权重的调节，从而模拟人脑神经网络的学习和记忆过程。
在过去几年里，基于二维材料的三端人工突触已经取得了很多进展。其中，光和机械刺激的突触已经受到了更多的关注，因为它们可以模拟触觉和视觉等感官交互。特别是，光刺激使突触可以实现无线传输，这为构建更为复杂的神经网络和人工智能系统提供了新的可能性。
然而，基于二维材料的人工突触还面临着一些挑战。例如，二维材料的可靠性是影响突触性能的关键因素之一。van der Waals异质结构可以调节突触权重，但由于大规模制造的难度以及异质结构引入的缺陷等原因，这种方法存在一定的局限性。因此，大规模、可重复制造的高质量二维材料合成是推动实际应用的关键。
此外，基于二维材料的三端人工突触不仅可以模拟生物神经元的行为，还可以与传统计算机系统相比，具有更好的容错性、自我学习能力和超低功耗。这些优点使得三端神经形态场效应晶体管（neuromorphic transistors）可以在大量并行、高度互连的神经电路中发挥更重要的作用，实现模式识别和决策应用。此外，基于二维材料的三端神经形态晶体管还可以在多前驱输入的并行处理中进行数据处理，并模拟空时动态逻辑。这种基于神经计算的方法已经在各种人工感知应用领域发挥着重要作用，如图像识别、声音识别、机器人技术和智能义肢等。
需要指出的是，尽管基于二维材料的三端人工突触已经取得了很大的进展，但是在实际应用中仍然存在一些挑战和难点。其中，最主要的问题是大规模可重复制造的困难和缺陷的存在。为了解决这些问题，科学家们需要在二维材料合成和加工技术方面继续努力，并探索新的制造工艺和技术路线。此外，基于二维材料的人工突触的大小和集成度也需要进一步提高，以满足更复杂、更智能的应用需求。
除了以上提到的应用，基于二维材料的三端人工突触还可以在智能控制领域得到广泛应用。目前，随着智能家居、智能交通、智能制造等领域的快速发展，对于实现智能控制的需求也越来越大。在这些应用场景中，基于二维材料的三端人工突触可以作为控制单元，完成人工智能的逻辑控制。比如，在智能家居中，三端人工突触可以控制智能家居设备的开关，实现灯光、温度、湿度等的自动控制；在智能交通中，可以用于智能车联网的控制系统中，控制车辆的行驶、刹车等操作；在智能制造中，可以用于自动化生产线的控制中，实现物料的输送、加工等操作。这些应用场景的实现，都需要智能控制单元具备高可靠性、低功耗、高速度等特性，而基于二维材料的三端人工突触可以很好地满足这些要求。
最后，需要指出的是，尽管基于二维材料的三端人工突触已经取得了重要的进展，但是在实现人工智能的道路上还有很长的路要走。未来需要继续推进相关材料、器件、算法等方面的研究，解决材料可靠性、器件集成度、算法优化等问题，进一步提高三端人工突触的性能和稳定性。同时，还需要与其他学科领域进行深入的交叉研究，将人工智能技术与生物学、心理学等领域相结合，实现更加真实、高效的人工智能系统。
总之，基于二维材料的三端人工突触是一种重要的人工智能技术，在模拟人脑神经网络方面具有巨大的潜力。未来，基于二维材料的三端人工突触将会在生命科学、智能控制、机器人等领域得到广泛应用，成为推动人工智能技术发展的重要推动力量。
参考文献：
Zhang, F., Li, C., Li, Z. et al. Recent progress in three-terminal artificial synapses based on 2D materials: from mechanisms to applications. Microsyst Nanoeng 9, 16 (2023).https://doi.org/10.1038/s41378-023-00487-2
转自：“i学术i科研”微信公众号
如有侵权，请联系本站删除！
