柔性人工突触:面向智能人机交互界面和高效率神经网络计算的基础器件
发布时间：2021-11-26 14:35
人工智能技术的发展为人机交互、感知系统、机器人及假肢的控制等带来了革命性变化,同时对复杂数据的处理和人机交互界面提出了新的要求。不同于目前基于软件系统和冯·诺依曼构架实现的神经网络,人脑运算方式具有高效率和低功耗的特点。因此,在硬件层面上模拟人脑的神经拟态器件,对构建新的运算系统具有重要意义。此外,神经拟态器件能够将传感器数字信号转变成类神经模拟信号,有望实现与生物神经信号的兼容,构建智能、高效的人机交互界面。因此,神经形态器件受到了广泛研究,其相关材料、制备工艺和器件结构不断得到优化,例如基于晶体管和忆阻器的柔性仿生人工突触器件均实现了视觉信息处理、运动识别、类脑神经记忆等功能。目前,虽然随着研究的不断深入,仿生人工突触器件的工作原理得到了一定解释,但深入的机理仍有待挖掘:（1）针对生物个体间的差异,以及同一个体不同感知系统的差异,需要对人工突触器件突触后信号进行调控,以获得与生物神经信号更好的兼容性;（2）生物突触的树突结构,能够搜集、整合和调制时间和空间的信号,模拟树突的信号整合机制,将有助于改善多栅极人工突触晶体管的设计方案,实现对人工突触器件信号整合功能的调控;（3）目前多数...
【文章来源】：材料导报. 2020,34(01)北大核心EICSCD
【文章页数】：28 页
【部分图文】：
8(a)生物触觉感知传入神经示意图;(b)由力学传感器、振荡器和突触晶体管组成的仿生感知传入神经[11]
生物突触可以分为电突触和化学突触，化学突触主要存在于包括人类在内的脊椎动物中[35]，在生物神经信息的传递和处理中起着重要作用，因此，本文将重点讨论基于化学突触结构和原理的仿生人工突触器件。图1描述了化学突触的基本结构及其工作机制，突触由突触前膜、突触间隙和突触后膜三部分构成。生物信号的传递和处理是一个复杂的化学过程，可以认为是当神经元的突触前端受到刺激时，神经递质便会形成并储存在突触小泡中，当刺激累积到一定程度时，突触前膜对钙离子的通透性增加，突触小泡与突触前膜紧密融合，并出现破裂口，小泡内的神经递质释放到突触间隙中，并且经过弥散到达突触后膜，改变突触后膜对离子的通透性，产生大概100 m V持续时间为0.1～1 ms的动作电位并传递到下一个神经元，起到传递神经信号的作用[5]。当释放的是谷氨酸能等兴奋性神经递质，突触后端就会产生兴奋性神经电流;如果释放的是g-氨基丁酸能等抑制性神经递质，突触后端就会产生抑制性神经电流。兴奋性神经递质和抑制性神经递质一般同时存在，它们的总和决定了突触前和突触后神经元的连接程度即突触权重(Synaptic weight)[24]。生物神经系统中突触权重的改变是通过一系列神经活动引发的突触连接的改变来实现的，这一过程又被称作突触塑性(Synaptic plasticity)，在神经系统信息处理、学习和记忆中起到关键作用[36]。根据突触权重的持续时间，突触塑性可分为短时程塑性和长时程塑性，短时程塑性一般只能持续几十毫秒到几分钟，而长时程塑性一般能持续较长时间。因此，短时程塑性在神经信号传递、信息处理方面有着重要作用，而长时程塑性则和记忆行为有着一定的联系[37-39]。两种突触塑性在一定刺激下可以相互转换，其学习、记忆过程遵循Hebb假定，呈现出STDP和依赖尖峰频率塑性(Spike-rate dependent synaptic plasticity,SRDP)的特点，这些性质的简洁性、生物学合理性以及计算能力等方面的优势，引起了神经科学的实验与计算等领域的极大关注，被广泛用于计算神经科学和仿生系统的研究上[5,40-44]。
Carver Mead等在1996年首次提出了基于热电子注入和电子隧穿原理制备的浮栅硅晶体管[57]，并用来进行突触学习功能的模拟(图2a)。制备的器件具有较低的能耗，仅10-8J/spike，此外，这个基于人造突触器件阵列的学习系统还具有自发学习、模拟计算以及记忆等功能。Choi等在2017年提出了一种基于高纯度碳纳米管的浮栅突触晶体管[58](图2b)。为了控制突触权重的线性度和变化幅度，在介质层中故意嵌入了一层金薄膜，所得到的基于碳纳米管的突触晶体管的沟道电导可以根据在金薄膜处捕获的电荷数进行连续调制，而捕获的电荷数可以通过栅电压脉冲的幅值和持续时间来精确地调整，此器件被成功用于模拟生物的突触功能。基于连续型薄膜电荷存储层的浮栅晶体管突触器件容易受到横向泄漏的影响，从而导致较差的电荷保持能力，而且在尺寸微缩时也可能受到单元器件间干扰增加的影响。使用金属或半导体纳米颗粒作为浮栅层可以有效地改善电荷的保持能力。图3展示了一种柔性浮栅突触晶体管[59]，通过简单的溶液法将C60纳米粒子分散在聚甲基丙烯酸甲酯(Polymethyl methacrylate,PMMA)介质层中用于存储电荷，所制备的器件表现出高稳定、可重复的沟道电导调制特性，可用于模拟生物突触的突触抑制和增强特性，此外，它还能够同时拥有学习和信号传输功能，这项工作为基于浮栅结构的晶体管实现人工智能提供重要的研究基础。
本文编号：3520350
【文章来源】：材料导报. 2020,34(01)北大核心EICSCD
【文章页数】：28 页
【部分图文】：
8(a)生物触觉感知传入神经示意图;(b)由力学传感器、振荡器和突触晶体管组成的仿生感知传入神经[11]
生物突触可以分为电突触和化学突触，化学突触主要存在于包括人类在内的脊椎动物中[35]，在生物神经信息的传递和处理中起着重要作用，因此，本文将重点讨论基于化学突触结构和原理的仿生人工突触器件。图1描述了化学突触的基本结构及其工作机制，突触由突触前膜、突触间隙和突触后膜三部分构成。生物信号的传递和处理是一个复杂的化学过程，可以认为是当神经元的突触前端受到刺激时，神经递质便会形成并储存在突触小泡中，当刺激累积到一定程度时，突触前膜对钙离子的通透性增加，突触小泡与突触前膜紧密融合，并出现破裂口，小泡内的神经递质释放到突触间隙中，并且经过弥散到达突触后膜，改变突触后膜对离子的通透性，产生大概100 m V持续时间为0.1～1 ms的动作电位并传递到下一个神经元，起到传递神经信号的作用[5]。当释放的是谷氨酸能等兴奋性神经递质，突触后端就会产生兴奋性神经电流;如果释放的是g-氨基丁酸能等抑制性神经递质，突触后端就会产生抑制性神经电流。兴奋性神经递质和抑制性神经递质一般同时存在，它们的总和决定了突触前和突触后神经元的连接程度即突触权重(Synaptic weight)[24]。生物神经系统中突触权重的改变是通过一系列神经活动引发的突触连接的改变来实现的，这一过程又被称作突触塑性(Synaptic plasticity)，在神经系统信息处理、学习和记忆中起到关键作用[36]。根据突触权重的持续时间，突触塑性可分为短时程塑性和长时程塑性，短时程塑性一般只能持续几十毫秒到几分钟，而长时程塑性一般能持续较长时间。因此，短时程塑性在神经信号传递、信息处理方面有着重要作用，而长时程塑性则和记忆行为有着一定的联系[37-39]。两种突触塑性在一定刺激下可以相互转换，其学习、记忆过程遵循Hebb假定，呈现出STDP和依赖尖峰频率塑性(Spike-rate dependent synaptic plasticity,SRDP)的特点，这些性质的简洁性、生物学合理性以及计算能力等方面的优势，引起了神经科学的实验与计算等领域的极大关注，被广泛用于计算神经科学和仿生系统的研究上[5,40-44]。
Carver Mead等在1996年首次提出了基于热电子注入和电子隧穿原理制备的浮栅硅晶体管[57]，并用来进行突触学习功能的模拟(图2a)。制备的器件具有较低的能耗，仅10-8J/spike，此外，这个基于人造突触器件阵列的学习系统还具有自发学习、模拟计算以及记忆等功能。Choi等在2017年提出了一种基于高纯度碳纳米管的浮栅突触晶体管[58](图2b)。为了控制突触权重的线性度和变化幅度，在介质层中故意嵌入了一层金薄膜，所得到的基于碳纳米管的突触晶体管的沟道电导可以根据在金薄膜处捕获的电荷数进行连续调制，而捕获的电荷数可以通过栅电压脉冲的幅值和持续时间来精确地调整，此器件被成功用于模拟生物的突触功能。基于连续型薄膜电荷存储层的浮栅晶体管突触器件容易受到横向泄漏的影响，从而导致较差的电荷保持能力，而且在尺寸微缩时也可能受到单元器件间干扰增加的影响。使用金属或半导体纳米颗粒作为浮栅层可以有效地改善电荷的保持能力。图3展示了一种柔性浮栅突触晶体管[59]，通过简单的溶液法将C60纳米粒子分散在聚甲基丙烯酸甲酯(Polymethyl methacrylate,PMMA)介质层中用于存储电荷，所制备的器件表现出高稳定、可重复的沟道电导调制特性，可用于模拟生物突触的突触抑制和增强特性，此外，它还能够同时拥有学习和信号传输功能，这项工作为基于浮栅结构的晶体管实现人工智能提供重要的研究基础。
本文编号：3520350
本文链接：https://www.wllwen.com/projectlw/swxlw/3520350.html
教材专著
