沙特阿卜杜拉國王科技大學研究團隊開發(fā)出一種人工神經(jīng)元，可利用光電實現(xiàn)神經(jīng)形態(tài)計算。新技術模仿突觸或神經(jīng)元功能，可適應和重新配置其對光的響應進而完成計算。這項突破性進展發(fā)表在最新一期《光：科學與應用》雜志上。
團隊利用二維材料二硒化鉿設計并制造了金屬氧化物半導體電容器（MOSCap）。這種器件采用了垂直堆疊結(jié)構(gòu)，其中二硒化鉿夾在兩層氧化鋁之間，并放置在p型硅襯底上。頂部覆蓋有一層透明的氧化銦錫，允許光線從上方進入。當二硒化鉿納米片被集成到電荷捕獲存儲器件中時，能實現(xiàn)光學數(shù)據(jù)傳感和保留功能，使其在光源移除后仍能重新配置以感應光或存儲光學數(shù)據(jù)。
實驗表明，MOSCap的電荷捕獲和電容，會隨著光照條件的變化而變化，從而能作為智能存儲器，使用光信號進行訓練和響應。例如，暴露于465納米波長的藍光，可增強對635納米波長的紅光的反應，這是一種被稱為關聯(lián)學習的行為。在神經(jīng)形態(tài)計算中，MOSCap就像一個人工突觸，能同時展示出長期增強（增加突觸反應）和長期抑制（減弱突觸反應）的能力。
團隊進一步探索了這些人工神經(jīng)元如何響應和適應不同強度、持續(xù)時間和波長的光刺激。仿真實驗的預測顯示，基于這些設備的電容式突觸陣列電路，可在識別行業(yè)標準數(shù)據(jù)庫中的手寫數(shù)字任務中達到96%的準確率。此外，這些設備還展示了檢測系外行星的潛力，通過識別恒星光強度的瞬態(tài)變化，其準確率高達90%。
研究表明，此類具有內(nèi)存光傳感功能的設備，非常適合邊緣計算應用，尤其是在需要快速處理和存儲大量光學數(shù)據(jù)的人工智能領域。其潛在的應用范圍更為廣泛，包括自動駕駛汽車、虛擬現(xiàn)實以及物聯(lián)網(wǎng)系統(tǒng)等，為未來更具適應性和能源效率的解決方案鋪平了道路。
