人工神经元利用光实现神经形态计算

人工神经元利用光实现神经形态计算

沙特阿卜杜拉国王科技大学研究团队开发出一种新型人工神经元，该神经元能够利用光实现神经形态计算。这一突破性进展发表在最新一期《光：科学与应用》杂志上，为未来人工智能、自动驾驶等领域的发展提供了新的可能性。

新设计的光电器件可适应光线，模拟突触和神经元进行光学神经形态计算。图片

研究团队利用二维材料二硒化铪设计并制造了金属氧化物半导体电容器（MOSCap）。这种器件采用了垂直堆叠结构，其中二硒化铪夹在两层氧化铝之间，并放置在p型硅衬底上。顶部覆盖有一层透明的氧化铟锡，允许光线从上方进入。

当二硒化铪纳米片被集成到电荷捕获存储器件中时，能实现光学数据传感和保留功能，使其在光源移除后仍能重新配置以感应光或存储光学数据。

实验表明，MOSCap的电荷捕获和电容，会随着光照条件的变化而变化，从而能作为智能存储器，使用光信号进行训练和响应。例如，暴露于465纳米波长的蓝光，可增强对635纳米波长的红光的反应，这是一种被称为关联学习的行为。

在神经形态计算中，MOSCap就像一个人工突触，能同时展示出长期增强（增加突触反应）和长期抑制（减弱突触反应）的能力。

团队进一步探索了这些人工神经元如何响应和适应不同强度、持续时间和波长的光刺激。仿真实验的预测显示，基于这些设备的电容式突触阵列电路，可在识别行业标准数据库中的手写数字任务中达到96%的准确率。此外，这些设备还展示了检测系外行星的潜力，通过识别恒星光强度的瞬态变化，其准确率高达90%。

研究表明，此类具有内存光传感功能的设备，非常适合边缘计算应用，尤其是在需要快速处理和存储大量光学数据的人工智能领域。其潜在的应用范围更为广泛，包括自动驾驶汽车、虚拟现实以及物联网系统等，为未来更具适应性和能源效率的解决方案铺平了道路。