具有學習和記憶功能的硅納米線晶體管

神經形態計算需要受人腦元素(例如神經組織和突觸)啟發的建筑體系結構。這些架構已被證明是非常有前途的，并且對于許多應用程序都具有優勢，因為它們可以同時具有存儲和學習功能。

當前大多數的神經形態結構都在人為地重建突觸的可塑性(即隨時間容易塑形的能力)，突觸是神經細胞之間的連接點，能夠使沖動跨大腦區域傳播。然而，神經形態計算方法的另一個潛在的有價值的靈感來源是神經元膜的可塑性，它是保護神經元功能的保護性屏障。

考慮到這一點，德累斯頓工業大學和Hemholtz中心的研究人員最近設計了一種神經晶體管，該晶體管模擬神經元膜的固有可塑性。這種新的神經晶體管是在Nature Electronics上發表的一篇論文中提出的，它是通過用離子摻雜的溶膠-凝膠硅酸鹽薄膜涂覆硅納米線來制造的。

進行這項研究的研究人員之一拉里薩·巴拉班(Larysa Baraban)表示：“作為一個在生物和化學電子傳感器方面具有主要專業知識的小組，我們試圖找到一種合適的系統，該系統利用生物傳感器的原理復制神經元膜的特性。” TechXplore。

由Eunhye Baek，Baraban及其同事設計的神經晶體管利用了基于硅納米線晶體管的電子電位生物傳感器的特性。這類傳感器可以將離子或分子的電荷轉換為電流。研究人員將能電子感應離子電荷的場效應晶體管與溶膠-凝膠薄膜結合在一起，從而能夠重新分配離子電荷。

參與這項研究的另一位研究員Gianaurelio Cuniberti告訴TechXplore：“我們在8英寸絕緣體上硅(SOI)晶片上使用CMOS工藝(例如電子束和UV光刻)制造了硅納米線晶體管，” “然后我們用離子摻雜的硅酸鹽薄膜涂覆納米線器件，該薄膜是通過溶膠-凝膠工藝使用硅酸鹽基前體和金屬離子合成的。”

Baek，Baraban，Cuniberti及其同事提出的新型神經晶體管可以起到短期記憶的作用，因為溶膠-凝膠膜會限制離子在其內部的移動并在短時間內保持某些離子狀態。由于這種獨特的品質，溶膠-凝膠薄膜使神經晶體管能夠產生獨特的非線性(即S型)輸出動態，而動態動態則受輸入信號的歷史支配。

研究人員開發的設備可模擬神經元細胞的功能和固有可塑性。實際上，在神經元中，膜電位會導致離子電流發生S型變化。這種非線性動態特性還為其提供了高級學習功能，使其非常適合機器學習應用程序，例如，學習如何在模式分類任務中表現良好。

“這項研究最有意義的成就是我們利用神經元的可塑性獲得的神經晶體管網絡的動態學習能力，”這項研究的主要研究人員之一Eunhye Baek告訴TechXplore。“許多神經形態設備(主要是憶阻器)由于其隨機性(如隨機電流閾值)而幾乎無法控制輸出動態。”

研究人員采用的設計策略使他們的神經晶體管能夠使用其細胞中定量的摻雜離子來獲得穩定的輸出動態。由于Baraban，Cuniberti，Baek及其同事最近的研究的目標是模仿神經元的非線性計算，因此他們的神經晶體管可用于執行設備級分類，而無需進行數據后處理。由于其他在神經形態設備上運行的現有模式分類模型需要額外的軟件計算，因此這可以以更低的能耗實現更強大的神經形態計算。