前沿 | CsPbBr?/石墨烯纳米墙人工光电突触的可控感知学习

研究背景

      数据洪流时代，在大规模计算中，由于处理单元和存储单元之间传输速率的限制，现有电子芯片的冯·诺依曼架构遇到了“存储墙”瓶颈。能够模拟大脑功能的神经形态计算被视为是有望解决冯.诺依曼架构的固有局限性的重要选择，而研究能够模拟生物突触性能的关键元件成为神经形态计算实现的重要突破点，在某种程度上快速、高效、低能耗的神经形态计算的实现很大程度上依赖于人工突触器件的发展。基于光刺激的人工光电突触具有宽带宽、响应快、串扰低的优点，可以大大拓宽带宽，缓解互连问题，为神经形态计算提供了一条极具前景的途径。更重要的是，由于外界80%的信息是通过视觉感知传递到人脑的，人工光电突触为光学无线通信和操作的发展提供了一种非接触式输入法。光电突触可以精确模拟视网膜神经元功能，实现高精度的图像检测和识别。异质结型人工光电突触由于通道区引入了光吸收体和异质界面，能够有效提高响应度和降低能耗，是目前被重点研究的光电突触类型。

论文导读

      上海理工大学光子芯片研究院顾敏院士团队和北京工业大学光电子技术教育部重点实验室解意洋教授团队合作报道了一种新型的基于石墨烯纳米墙(GNWs)和CsPbBr₃钙钛矿量子点的异质结型光电突触。采用CsPbBr₃量子点作为光吸收层，GNWs作为半导体传输层，CsPbBr₃和GNWs形成异质结构。异质结构的内建电场可以有效的分离光生载流子，结合GNWs中的天然缺陷限制载流子转移，可以大幅延长载流子寿命，从而使器件具有较长的记忆时间和显著的光电流响应，基于该器件成功模拟了突触的多种关键特性，包括双脉冲异化（PPF）、长短程记忆等。感知学习是人脑通过学习来提升感知能力的过程。感知能力的提升，可以让我们分辨出声音、图像、嗅觉、味道、触觉里更加细微的变化。团队基于该器件模拟了人类视觉感知并识别手写数字的过程，结果显示在学习、遗忘、再学习的过程中，人脑对于手写数字的学习速度会逐渐加快、记忆时间也会延长，重新学习先前记忆的丢失信息通常需要较短的时间。该研究为未来人工智能系统实现更智能的多维度的感知学习提供了重要的参考价值。研究成果于2023年1月11日以“CsPbBr₃/graphene nanowall artificial optoelectronic synapses for controllable perceptual learning”为题发表于PhotoniX。上海理工大学研究生李润泽、博士后董毅博为本文共同第一作者，顾敏院士、陈希教授和岳增记教授为共同通讯作者。

技术突破

      研究团队构建了一种GNWs和CsPbBr₃量子点结合的异质结结构的光电突触器件，该器件可以对入射的光刺激产生带有记忆特性的光电流响应。使用波长为530nm、功率密度为1.90W/cm²的激光脉冲照射该器件，光电流响应可以产生与人脑神经元突触近似的双脉冲易化(PPF)特性，改变光脉冲数和频率也可以实现突触的长短期记忆功能。该器件可在可见光波段工作，在450 nm和630 nm激光脉冲刺激下观察到同样的突触行为。文中，对器件的光响应机理和特点进行了分析，认为GNWs和CsPbBr₃量子点形成的异质结和GNWs材料本身的性质使器件具有了这种记忆特性。在此基础上，研究团队模拟该器件作为对手写数字图像的感知过程，并引入深度神经网络对手写数字进行识别，模拟了人脑通过视觉信号学习新事物，以及遗忘和再学习的过程。

      该研究引入了一种新型的石墨烯材料——石墨烯纳米墙（GNWs），该材料在保留了石墨烯独特性质的基础上，具有特殊的形貌结构，是一种通过等离子体增强化学气相沉积在绝缘衬底上得到的垂直于衬底生长的石墨烯纳米片材料。该材料的独特结构使其具有较大的表面积，有助于CsPbBr₃量子点的吸附和接触。通过旋涂的方法将CsPbBr₃量子点覆盖在GNWs表面上，从而成功构建了一种异质结光电突触器件。CsPbBr₃量子点具有较高的量子效率，作为光吸收材料。GNWs的独特形貌能够和CsPbBr₃量子点产生较大的接触面积，有助于提高器件响应，同时GNWs中具有天然缺陷能够进一步俘获光生载流子，从而延长光生载流子寿命，使器件获得较长的记忆时间。实验结果显示，530nm激光下，该器件的半衰期可以达到35秒以上，光电流达到了微安级，高于大多数光电突触器件。

      利用该器件，研究团队模拟了人脑的视觉感知和学习过程。基于MNIST数据集，团队构建了深度神经网络，并将器件在“学习-遗忘-再学习”过程中的电流特性转换为人脑的视觉信号，引入神经网络中。结果显示，第一次学习过程（即对器件进行光刺激）中，对器件进行17s的光刺激，神经网络准确率可以达到96.42%。之后，在一段时间的遗忘过程（即光刺激消失）中，准确率在逐渐下降，模拟了人脑对于新事物的遗忘曲线。当准确率下降到93%时，再次进行学习，此时仅需要9s时长的光刺激，神经网络就可以达到同样的准确率值。这一过程近似于人脑的学习遗忘过程，即人们在学习了一种新事物后，即使一段时间后遗忘了该事物，再次学习时，学习的速度也要显著高于第一次学习。第二次学习之后，记忆时间也显著高于第一次，经过15s的遗忘过程，识别准确率仍能很好地保持在90%以上。

观点评述

      人的知觉学习是一种复杂的认知过程，它可以贯穿人的一生。人类感觉系统的识别精度与时间有关，可以通过执行相关学习过程的次数和时间来确定。在本文中，研究团队验证了即使在低频学习过程中也能保持较高的图像识别精度。在知觉学习中，学习过程可以从大量信息中区分出有用对象的输入信号，并将其转化为有效的识别信号。随着学习经验的积累，区分信息的能力逐渐提高。此外，由于神经元网络中突触的记忆效应，再学习过程比第一次学习所需的时间和精力更少。它是人类通过视觉、听觉、触觉、嗅觉和味觉快速有效地感知信息的基本机制。人类感知学习的实现对于高性能的人工智能系统的研发具有重要的参考价值。

主要作者

      李润泽，2017年获得上海应用技术大学能源与动力工程学士学位，2020年在上海理工大学光子芯片研究院和光电学院攻读硕士学位，主要研究方向为人工光电突触器件。

      董毅博，上海理工大学光子芯片研究院博士后，上海市“超级博士后”激励计划获得者。博士毕业于北京工业大学，荣获国家奖学金、优秀毕业生等荣誉。董毅博博士主要从事智能光电器件、光学人工智能等方向的研究工作，获得博士后面上基金一项，参与国家重点研发计划、国家自然科学基金等多项国家级课题。目前为止，在Small、ACS applied materials & interfaces、Nanophotonics、Nanotechnology、Optics express等期刊上以第一作者或共同第一作者发表论文10余篇。

      岳增记，特聘教授。现就职于上海理工大学光子芯片研究院，为拓扑物理与光子器件课题组组长。主要研究方向为拓扑物理，拓扑材料与拓扑器件。岳增记专注于拓扑材料中的新奇电子与光学特性，并利用这些特性制备出先进的电子与光电子器件，包括超薄的全息片，光电突触与光子角动量度量器件等。近十年，其在Nature Review Physics，Nature Communications，Science Advances等高水平期刊发表论文60余篇。

• PhotoniX 属同行评议、开放获取（OA）高影响力国际期刊。是中国光学工程学会会刊，由中国光学工程学会、上海理工大学和西湖大学共同主办，由Springer Nature集团出版。上海理工大学顾敏院士和西湖大学仇旻教授担任期刊主编，庄松林院士担任期刊名誉主编。期刊拥有强大的国际编委和编辑团队。PhotoniX 主要报道国内外光学与光子学技术与信息、能源、材料、生命、精密制造、纳米、光电子器件、微纳米电子等学科交叉融合发展带来的颠覆性科研成果和最新的工程应用进展。以展现具有前沿性、多学科交叉和衍生性特点的技术为核心，成为推动国际前沿“使能技术”的平台。

• PhotoniX 现已被SCIE、SCOPUS、DOAJ、ProQuest、CNKI、INSPEC、Dimensions等多个数据库收录，并入选《2021年中国科学院文献情报中心期刊分区》。2022年6月获得首个影响因子：19.818，位列Q1区。

了解PhotoniX最新动态