基于憶阻器的電子突觸，包括電憶阻器和光學憶阻器，已經成功地證明了可以構建人工神經網絡 (ANN) 的認知應用，如計算機視覺及語音信號識別等，電子突觸已被視為人工智能系統物理平臺的基本要素。然而，目前電子突觸系統中的信息載體只能通過電互連。與電信號不同，光具有傳輸距離遠、帶寬大等優點。此外，可以通過使用的光信號來實現一對多傳輸，光信號具有構建多層結構神經網絡的潛力。然而，目前為止所有的光突觸器件的光刺激信號都來自外部光源，外部光源的使用使得構建具有同步信號傳輸的緊湊型光學ANN變得困難。
近日，福州大學李福山教授課題組聯合香港理工大學柴楊教授課題組首次報道了一種用于實現光電人工傳出神經的量子點發光憶阻器（LEM）。在這項工作中，首次在單個量子點LEM 器件中結合了光接收器、光發射器和光突觸的功能。量子點LEM器件中采用了新型雙層電荷儲存層結構，使得器件在擁有量子點發光器件高效率、高色純等優點的同時，可以實現對外加光信號的感知和光生電荷的捕獲，由此進一步調制器件的發光特性和光信號輸出。
本工作中，來自前LEM（突觸前膜）的光信號作為后LEM（突觸后膜）的輸入信號，層間的信號傳輸完全基于器件本身光通信，無需外部光源，從而消除傳統基于電子信號的神經系統中的物理限制。此外，通過模擬生物的反射弧成功構建了一個光電人工傳出神經系統來智能地控制機械手。這些結果將有力推動量子點發光技術的智能化應用，并促進人工光電神經系統的構建和實現。相關研究成果以“ Light-emitting memristors for optoelectronic artificial efferent nerve ”為題發表在國際著名期刊NANO LETTERS上。該項工作的第一作者為福州大學朱陽斌博士。
論文鏈接：
https://pubs.acs.org/doi/10.1021/acs.nanolett.1c01482
圖1：生物和人工傳出神經系統示意圖及一對多動態可調傳輸示意圖。
圖2：基于發光憶阻器的光電突觸特性表征圖。
圖3：光電人工傳出神經系統示意圖及相關實驗測試結果。
圖4：光電人工傳出神經網絡用以智能控制機械手。
綜上所述，作者首次報道了一種集發射、接收、存算一體的量子點發光憶阻器，用于實現光電人工傳出神經。這些結果將有力推動量子點發光技術的智能化應用，并促進人工光電神經系統的構建和實現。
