可降解氧化物双电层晶体管及其神经突触仿生研究

With the advent of the era of big data, computers are required to be more powerful and energy-efficient. In order to break the Von Neumann bottleneck, it is necessary to develope electronic devices which can realize information processing and storage in a single device. In degradable electronic devices, the storage and computing units constructed by degradable synaptic electronic elements, it can make the system more efficient. In this study, the vertical structure transistors would be introduced based on the ionic/electronic-correlated electrostatic coupling and electrochemical doping reaction at the double-layer interface. Artificial synapses based on oxide-based electric-double-layer (EDL) transistors would be developed. Such synaptic transistors can emulate biological synaptic memory and learning functions. The degradable oxide-based EDL transistors would be fabricated by degradable dielectric, channel, electrode and substrate materials, and the short-term plasticity and spike-timing-dependent-plasticity (STDP) would be mimicked. In this study, the development of degradable materials and oxide-based EDL transistors may beneficial to broaden the application field of degradable materials in thin film transistors and provide optional microelectronic components for the construction of neuromorphic circuits and the applications in the implantable medical devices and military sensors.

随着大数据时代的来临，计算机需要具备更高效数据处理能力以及更低的运行功耗。研制具有类神经突触功能的电子器件，实现信息计算和存储的融合，为突破经典计算机中的冯·诺依曼瓶颈提供了一种解决思路和途经。在可降解电子器件中，具备突触仿生功能的可降解电子元器件作为电子系统的存储和计算单元，可使系统更加高效节能。本研究基于双电层界面处离子/电子耦合行为和电化学掺杂反应，开发垂直结构晶体管器件，以氧化物双电层晶体管为核心构建人造电子突触开展模拟生物记忆和学习等功能的研究。利用可降解的栅介质、沟道、电极和衬底材料研制可降解氧化物双电层晶体管，模拟突触脉冲时序依赖可塑性和时空信息整合等特性。本申请涉及可降解材料的开发和氧化物双电层晶体管的研制，将有利于拓宽可降解材料在薄膜晶体管中的应用领域，为构建神经形态电路并应用于可植入医疗器械和军用传感领域提供了可选择的微电子元器件。

借鉴人脑的信息处理和存储方式发展神经形态计算，有望突破“冯·诺伊曼瓶颈”并推动计算机继续朝着高性能化和智能化方向发展。从底层器件仿生角度出发，研制模拟生物神经元和突触功能的仿生器件，在功耗和硬件开销方面具有显著优势。在可降解电子器件中，具备突触仿生功能的可降解电子元器件作为计算机系统的存储和计算单元，可使系统更加高效环保。在该项目的资助下，我们研究了双电层界面处离子/电子耦合行为和电化学掺杂反应，基于氧化物双电层晶体管构建了人造突触和人造神经元。研制的可降解氧化物双电层晶体管工作电压小于1.0V，场效应迁移率为22.8cm^2/V·s，电流开关比高达3.6×10^7，亚阈值斜率仅为80mV/decade，且晶体管器件在20分钟内完全降解。研制的可降解突触晶体管实现了时间尖峰依赖的可塑性、双脉冲易化和短程/长程突触塑性等重要突触功能，并实现了对称和非对称STDP、BCM学习规则的模拟。基于多端口侧向容性耦合氧化物神经元晶体管，在单个神经形态器件演示了单层感知器的小型人工神经网络，并建立多端输入突触晶体管的测试方案。将可降解突触晶体管与温度传感器集成，我们提出了一种可以准确地模拟人体热痛感受过程的人工热伤害感受器。有关研究将有利于拓宽可降解材料在薄膜晶体管中的应用领域，为构建神经形态电路并应用于可植入医疗器械和智能传感领域提供了可选择的微电子元器件。在本项目的资助下，本人以第一作者或通讯作者身份在Advanced Functional Materials、IEEE Electron Device Letters、ACS Applied Materials & Interfaces和ACS Applied Electronic Materials等权威SCI期刊发表论文8篇，申请国家发明专利1项。