Araştırmacılar, iki boyutlu katmanlı molibden oksit temelinde tamamen katı haldeki sinaptik transistörleri hazırlar.
İnsan beyni, çok düşük güç tüketimi (~ 20 W) ile verimli bir bilgi depolama ve bilgi işlem sistemi olarak düşünülebilir. Bu, esas olarak insan beyninin bilgiyi işleme şeklinden kaynaklanmaktadır. İnsan beyninde, karmaşık bir nöron ağı oluşturmak için birbirine bağlı çok sayıda nöron vardır. Her iki nöronun bağlantı noktasına sinaps denir ve bilgi depolanır ve sinaptik bağlantının gücündeki (yani sinaptik ağırlık) değişiklikler yoluyla hesaplanır. Sinaptik plastisite, belirli sinaptik aktivite kalıpları yoluyla sinaptik ağırlık değişiklikleri üreten biyolojik bir süreçtir ve bu süreç, beyin öğrenme ve hafızanın kaynağı olarak kabul edilir. İnsan beyninin tipik bir non-von Neumann mimarisi, yani depolama ve hesaplamayı entegre eden ve uyarlanabilir öğrenme yeteneklerine, yüksek hata toleransına ve anti-parazit özelliklerine sahip paralel bir bilgi işleme modu olduğu görülebilir. İnsan toplumundaki veri miktarındaki hızlı artış ve veri türlerinin karmaşıklığının artmasıyla, sinir ağı bilgi işleme modellerinin verimliliği geleneksel bilgisayarlardan önemli ölçüde daha iyi olacaktır. Bu nedenle, nöromorfik depolama ve hesaplamanın özelliklerini karşılayan elektronik cihazların geliştirilmesi ve büyük ölçekli yapay sinir ağlarının inşası, gelecekteki bilgi teknolojisinin gelişimi için önemli bir yön haline gelmiştir. Bu hedefin gerçekleştirilmesi, temel bilimde yeni materyallerin ve yeni ilkelerin keşfedilmesine bağlı olacaktır.
Sinaptik transistör, son yıllarda önerilen üç terminalli hafızalı bir cihazdır Direnç durumunun uçucu olmayan sürekli değişimi, sinir sinapsının işlevini simüle etmek için kullanılabilir. Yapısı ve çalışma modu, geleneksel yarı iletken silikon bazlı alan etkili transistörlere benzer ve memristif transistörün kaynağı ve tahliyesi arasındaki kanal direnci, geçit voltajı uygulanarak ayarlanır. Bununla birlikte, silikon bazlı alan etkili transistörlerin aksine, sinaptik transistörler, kapı izolasyon katmanı olarak silikon dioksit yerine mobil iyonlu elektrolit malzemeler kullanır. Kapı voltajının etkisi altında, göç eden iyonlar elektrokimyasal olarak kanal malzemesi ile reaksiyona girer ve kanala enjekte edilir, böylece geçit voltajı çıkarıldıktan sonra kanal direncindeki değişiklik korunabilir. Son zamanlarda, Çin Bilimler Enstitüsü Fizik Enstitüsü / Pekin Ulusal Yoğun Madde Fiziği Araştırma Merkezi Eyalet Anahtar Laboratuvarı Sun Yang araştırma grubu, bunu başarmak için kanal malzemeleri olarak iki boyutlu katmanlı -MoO3 tek kristal tabakaları ve kapılar olarak iyonik sıvıları kullandı. Bu tür bir sinaptik transistör, cihazın direnç durumundaki değişikliği kullanarak, sinaptik ağırlığın artması ve azalması ve kısa süreli bellekten uzun süreli belleğe geçiş gibi tipik nörosinaptik plastisite davranışlarını başarılı bir şekilde simüle eder. Bununla birlikte, bu tür bir sinaptik transistör, geçit izolasyon katmanı olarak iyonik sıvı kullandığından ve kanal iletkenliğinin değişim davranışı büyük ölçüde ortamın nem değişimine bağlı olduğundan, büyük ölçekli dizi cihazlarının hazırlanmasına ve uygulanmasına elverişli değildir.Yeni mekanizmaların daha da geliştirilmesini gerektirir veya Tüm katı hal sinaptik transistör cihazlarının yeni yapısı.
Son zamanlarda, önceki çalışmalara dayanarak, Sun Yang'ın araştırma grubu yardımcı araştırmacısı Shang Dashan ve doktora öğrencileri Yang Chuansen, Liu Nan, vs. tamamen katı bir sinaptik transistör hazırlamak için kapı izolasyon katmanı olarak iyonik sıvı yerine katı Li iyon elektrolit kullandı. Kapı voltajının etkisi altında, Li iyonlarının katmanlı -MoO3'e enjeksiyonu ve ekstraksiyonu yoluyla, düşük iletkenlik (~ 75 nS) koşulu altında -MoO3'ün kanal direncinin çok durumlu tersinir değişimi gerçekleştirilir ve simülasyon başarılı olur. Sinapsların ağırlığındaki değişiklikler gibi davranışlar. Li iyonlarının bir katkı maddesi olarak kullanılmaya başlanması nedeniyle, cihaz vakum koşullarında kanal iletkenlik değişikliklerini sağlayabilmekte, böylece dış ortama bağımlılıktan kurtulabilmekte ve büyük ölçekli cihaz dizilerinin hazırlanmasını gerçekleştirmesi beklenmektedir. Nöromorfik hesaplama simülasyonları, bir Li-ion sinaptik transistör dizisi ile inşa edilmiş üç katmanlı bir sinir ağının (784 × 300 × 10), geri yayılma algoritması ile birlikte el yazısıyla yazılmış bir dijital kitaplığı (MNIST, Modified National Institute of Standards and Technology) gerçekleştirebileceğini göstermektedir. Eğitim ve tanıma, tanıma doğruluğu% 87,3'e ulaşır. Bu çalışma, düşük güçlü tamamen katı haldeki sinaptik transistörleri gerçekleştirmek için Li-iyon katı elektrolitleri kullanmanın uygulanabilirliğini kanıtlıyor ve büyük ölçekli sinaptik transistör dizilerinin hazırlanması ve enerji verimli nöromorfik hesaplama ağlarının geliştirilmesi için yeni bir yol sağlıyor.
Yukarıdaki araştırma sonuçları Advanced Functional Materials'ta (Advanced Functional Materials 28, 1804170 (2018)) yayınlandı. Bu çalışma, Çin Ulusal Doğa Bilimleri Vakfı (61874143, 51671213, 11534015, 51725104), Bilim ve Teknoloji Bakanlığı Anahtar Araştırma ve Geliştirme Programı (2016YFA0300701) ve Çin Bilimler Akademisi'nin pilot projesi (XDB07000000) tarafından desteklenmiştir.
Şekil 1 -MoO3 tabanlı bir sinaptik transistörün yapısı, elektriksel taşıma özellikleri ve lityum iyon enjeksiyon / ekstraksiyon mekanizması
Şekil 2 Kapı voltaj darbesinin etkisi altında, sinaptik transistörün kanal akımının uçucu ve kalıcı olmayan değişiklikleri ve simüle edilmiş uyarıcı postsinaptik akım (EPSC) ve eşleştirilmiş darbe kolaylaştırma (PPF) gibi elektrofizyolojik davranışlar.
Şekil 3 Sinaptik transistörlerin kanal iletkenliği (a) Analog polimorfik tersinir değişim; (b) Durum tutma; (c) Doğrusal olmama; (d) Cihazlar arasında tekrarlanabilirlik.
Şekil 4 Nöromorfik hesaplama simülasyonu: (a) üç katmanlı sinir ağı; (b) sinaptik ağırlık katmanı; (c) ve (d) tek bir kapı voltaj darbesinin neden olduğu kanal iletkenlik değişikliklerinin olasılık dağılımı; (e) ve ( f) Tanıma oranı, eğitim seanslarının sayısına göre değişir.
