Multifunktionella och olika artificiella neurala system kan inkorporera multimodal plasticitet, minne och övervakade inlärningsfunktioner för att underlätta neuromorfisk beräkning. I en ny rapport, Jinran Yu och ett forskarlag inom nanoenergi, nanovetenskap och materialvetenskap i Kina och USA., presenterade en bioinspirerad mekano-fotonisk artificiell synaps med synergistisk mekanisk och optisk plasticitet. Teamet använde en optoelektronisk transistor gjord av grafen/molybdendisulfid (MoS ₂ ) heterostruktur och en integrerad triboelektrisk nanogenerator för att komponera den artificiella synapsen. De kontrollerade laddningsöverföringen/utbytet i heterostrukturen med triboelektrisk potential och modulerade de optoelektroniska synapsbeteendena lätt, inklusive postsynaptiska fotoströmmar, ljuskänslighet och fotokonduktivitet. Den mekano-fotoniska artificiella synapsen är en lovande implementering för att efterlikna det komplexa biologiska nervsystemet och främja utvecklingen av interaktiv artificiell intelligens. Verket är nu publicerat på Vetenskapliga framsteg .

Hjärninspirerade neurala nätverk.

Den mänskliga hjärnan kan integrera kognition, inlärnings- och minnesuppgifter via hörsel, visuell, lukt- och somatosensoriska interaktioner. Denna process är svår att efterlikna med konventionella von Neumann-arkitekturer som kräver ytterligare sofistikerade funktioner. Hjärninspirerade neurala nätverk är gjorda av olika synaptiska enheter för att överföra information och bearbeta med hjälp av den synaptiska vikten. Framväxande fotonisk synaps kombinerar den optiska och elektriska neuromorfa moduleringen och beräkningen för att erbjuda ett gynnsamt alternativ med hög bandbredd, snabb hastighet och låg cross-talk för att avsevärt minska strömförbrukningen. Biomekaniska rörelser inklusive beröring, ögonblinkande och armviftande är andra allestädes närvarande triggers eller interaktiva signaler för att styra elektroniken under artificiell synapsmjukning. I det här arbetet, Yu et al. presenterade en mekanisk-fotonisk artificiell synaps med synergistisk mekanisk och optisk plasticitet. Enheten innehöll en optoelektronisk transistor och en integrerad triboelektrisk nanogenerator (TENG) i kontaktseparationsläge. De mekano-optiska artificiella synapserna har en enorm funktionell potential som interaktiva optoelektroniska gränssnitt, syntetiska näthinnor och intelligenta robotar.

Den mänskliga hjärnan och dess tillhörande biomekaniska och visuella förnimmelser är avgörande för att få somatosensorisk och visuell information. Hjärnan innehåller en mängd olika neuroner som tar emot interaktiva signaler genom olika lägen för att implementera neuromorfisk beräkning i det multisensoriska associationsområdet. Synapser från viktiga kopplingspunkter mellan två intilliggande neuroner under neurala informationsöverföringar. Yu et al. var bioinspirerade av hjärnan och nervsystemet för att utveckla en mekanisk-fotonisk artificiell synaps med synergistisk mekanisk och optisk plasticitet. Den mekano-fotoniska artificiella synapsen inkluderade en optoelektronisk transistor och integrerad TENG (triboelektrisk nanogenerator). Under experimenten, teamet använde kemisk ångdeposition för att deponera monolager grafen på den optoelektroniska transistorn, som de sedan staplade på en flerskikts molybdensulfid (MoS ₂ ) flingor på ett kiseldioxid -substrat. Med hjälp av experimentinställningen, Yu et al. kunde inse den synergistiska optiska och mekaniska moduleringen av den synaptiska plasticiteten.

Testa enheten och mekanisk-optisk karakterisering.

För att testa det praktiska med triboelektrisk potentialgrind, teamet karakteriserade TENG -utspänningen kontra mekanisk förskjutning med hjälp av en testkrets, där de kopplade transistorns dielektriska kondensator och testsystemkondensatorn med TENG parallellt. Genom att optimera MoS ₂ tjocklek i heterostrukturen, Yu et al. förbättrade enhetens ljuskänslighet och elektriska prestanda för att potentiellt påverka enheten för applikationer på systemnivå. För att karakterisera den mekano-optoelektroniska transistorn, de mätte uteffekten under synergistiska effekter för TENG-förskjutning och belysning med grön lysdiod vid olika effektintensiteter. För att sedan förstå den inställbara fotoresponsiviteten hos enhetens mekano-fotoniska transistor, de studerade inverkan av mekanisk förskjutning på fotoströmmen och ljuskänsligheten. En mer positiv förskjutning kan inducera större fotoström och högre fotoreceptivitet i förhållande till de elektriska fältberoende Fermi-nivån och elektroniska tillstånden i heterostrukturen. Den mekaniska förskjutningsrelaterade fotoresponsen förbättrade enhetens ljuskänslighet samtidigt som funktionen reglerades till en önskad nivå vid behov.

Kanalkonduktivitet och långsiktig synaptisk plasticitet.

Teamet reglerade sedan transistorns kanalledningsförmåga med mekanisk förskjutning och ljusbelysning; grundläggande för multimodal plasticitet i mekanofotoniska artificiella synapser. De bibehöll den basala postsynaptiska strömmen (PSC) stabil på olika nivåer under olika förskjutningstillstånd som en förutsättning för att åstadkomma synaptiska fotosvar. Arbetet visade effekterna av triboelektriska potentialmodulerade elektriska beteenden och optoelektriska beteenden på den postsynaptiska strömmen. De behöll den mekano-fotoniska artificiella synapsen i mer än en timme utan förändringar för att ge bevis för att implementera den synergistiska optiska och mekaniska modulen för långvarig synaptisk plasticitet. Teamet krediterade den minskade postsynaptiska strömmen (PSC) till den försvagade tätheten av hål i grafen som används i installationen, å andra sidan krediterade de de ihållande PSC:erna till lokaliserade stater i MoS ₂ och det riktade triboelektriska fältet. Till exempel, under ljusbelysning, fotogenererade elektroner kan induceras i MoS _2. Jämfört med tidigare arbete med bioinspirerade synaptiska enheter, den nuvarande mekano-fotoniska artificiella synapsen realiserade samtidigt dubbellägesmjukning via mekaniska och visuella signaler.

Yu et al. undersökte vidare de synergistiska effekterna av den artificiella synapsen under ljuspulsingångar som förkroppsligar olika rums-temporal information. De simulerade sedan ett multilager perceptionsbaserat artificiellt neuralt nätverk (ANN) med hjälp av typiska synaptiska egenskaper för övervakad inlärningsfunktion med hjälp av det modifierade National Institute of Standards and Technology (MNIST) handskriftsbilddataset. I ANN, Yu et al. inkluderade 28 x 28 ingångsneuroner, 100 dolda neuroner, och 10 utgående neuroner fullt anslutna via synaptiska vikter. Det totala antalet 784 ingångsneuroner motsvarade en 28 x 28 MNIST-bild och de 10 utgångsneuronerna motsvarade 10 arabiska tal från noll till nio. Teamet byggde ANN bioinspirerat av den mänskliga näthinnan, som kontrasterande innehåller miljarder nervceller för att bilda ett komplext treskiktsnätverk. De visade sedan hur man förbättrar periodiciteten, enhetens stabilitet och repeterbarhet förbättrade simuleringen av ANN för bildigenkänning.

Syn

På det här sättet, Jinran Yu och kollegor utvecklade en mechanofotonisk artificiell synaps med synergistisk multimodal synaptisk plasticitet. Teamet använde triboelektrisk potential för att driva den synaptiska transistorn och reglera laddningsöverföringsutbytet i heterostrukturen för att underlätta postsynaptiska fotoströmmar, ihållande fotokonduktivitet och ljuskänslighet. Inställningen tillät också långtidsminne och konsekutiv neural facilitering. Teamet simulerade sedan ett artificiellt neuralt nätverk (ANN) för att visa genomförbarheten av mekanisk plasticering för att främja bildigenkänningsnoggrannhet. Arbetet kommer att bana väg för att utveckla multifunktionella och interaktiva neuromorfa enheter.

© 2021 Science X Network