文章简介

        仿生器件的基本目标是模仿生物系统中的各种特性。目前，人工神经突触器件的研究重点在于探讨各种信号的模拟。然而，人工神经突触的工作机制和性能的评判标准与提升方法并未得到解释。基于此，来自武汉理工大学的李明钰教授与哈尔滨工业大学的王磊研究员合作在国际知名期刊Matter上发表题为“Synapses based on lead-free perovskite in artificial intelligence”的观点文章。Matter是《Cell》期刊的姊妹刊，是材料、化学类享有盛誉的国际权威期刊。

        该文章基于生物体信息传递的方式，提出了一个人工神经突触的评价标准：PPF指数、LTP持续时间和STDP的实现。并且本文以无铅钙钛矿神经突触为例，系统地讨论了内在的机制，并给出了三个参数的提升办法，为今后的制备高性能人工神经突触器件的研究工作提供了新的方向。

图1 人工神经突触的发展趋势和历程

图2 生物神经突触信息传递机制和人工神经突触测试参数

图3 双脉冲易化的形成机理和优化方法

图4 长程可塑性的工作机理和提升办法

图5 尖峰时序可塑性的形成机理和工作方式

总结与展望

        本文讨论了生物神经系统短期记忆、长期记忆和Hebbian可塑性的机制。结合生物系统中的信息传递，论证了PPF、LTP和STDP在人工突触的短期调节、长期记忆和Hebbian可塑性模拟中的重要作用，并且提出可以根据PPF指数、LTP的持续时间和稳定性以及STDP行为这三个关键因素来判断突触的基本功能。随后，针对上述参数系统地介绍了三种参数在钙钛矿突触中的作用机制，包括空位的形成、带隙的调节和空穴电子复合的抑制。最后为了提高人工突触的性能，我们给出了通过替代元素和可选结构来平衡无铅钙钛矿突触的高性能和稳定性的简单方法，促进了钙钛矿突触在人工智能应用中的发展。

        以上文章转载于微信公众号国际仿生工程学会，如有侵权，请及时联系我们修改或进行删除。