傳統(tǒng)的人工智能視覺系統(tǒng)由于其各功能組件在物理上的分離導(dǎo)致了數(shù)據(jù)訪問的延遲以及相對較高的功耗。人類從外界獲取信息的途徑80%依賴于視覺，視網(wǎng)膜不僅可以探測到光刺激，并且可以進(jìn)行初步的光信號處理，這種高效的視覺感知和認(rèn)知學(xué)習(xí)過程啟發(fā)了未來人工視覺系統(tǒng)的發(fā)展。在此背景下，集傳感、記憶和處理功能于一體的神經(jīng)形態(tài)智能光電傳感器件已經(jīng)成為近年來的前沿研究熱點(diǎn)。

最新的研究表明神經(jīng)形態(tài)智能光電傳感器件有望從根本上解決當(dāng)前人工視覺系統(tǒng)面臨的瓶頸性難題。然而，現(xiàn)有的智能光電傳感器件主要基于電荷俘獲/去俘獲的物理機(jī)制，存在著寫入非線性度大、非易失性差、材料硅基兼容性差等等問題，如何尋找新穎非易失光電物理效應(yīng)以及如何設(shè)計高性能光電傳感器件仍是該領(lǐng)域面臨的難點(diǎn)。

為此，中國科學(xué)院物理研究所金奎娟研究員、葛琛副研究員團(tuán)隊近期在Nature Communications上在線發(fā)表了題為“Photo-induced non-volatile VO2 phase transition for neuromorphic ultraviolet sensors”的研究論文，提出了一種基于紫外光輻照/電解質(zhì)調(diào)控VO2非易失相變的新型神經(jīng)形態(tài)光電傳感器，該器件展現(xiàn)出了良好的線性度、保持特性、硅基兼容性，研究團(tuán)隊進(jìn)一步構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)并演示了圖像識別等功能，文章發(fā)表后被Nature Communications編輯選為“Featured articles”。

圖1 紫外光輻照/電解質(zhì)門控實(shí)現(xiàn)了VO2的非易失性可逆調(diào)控 二氧化釩（VO2）是一種典型的強(qiáng)關(guān)聯(lián)氧化物，存在多種同分異構(gòu)相以及由于氧含量的細(xì)微差異導(dǎo)致的豐富VOx相，研究顯示通過電場、光場、壓力場等外場調(diào)控可以實(shí)現(xiàn)相與相之間轉(zhuǎn)換。研究團(tuán)隊通過激光分子束外延方法生長了高質(zhì)量的VO2/Al2O3薄膜，將其制備成光電晶體管結(jié)構(gòu)并進(jìn)行了光電測試。團(tuán)隊發(fā)現(xiàn)VO2薄膜在紫外光輻照下發(fā)生了非易失變化，而在可見光照射下只有瞬態(tài)的光電響應(yīng)。加大紫外光輻照劑量甚至可以誘導(dǎo)VO2非易失相變，由絕緣單斜相向金屬金紅石相轉(zhuǎn)變。系列表征結(jié)果表明了這主要由于紫外光輻照在VO2薄膜中產(chǎn)生了氧空位，而光子能量低于其氧空位激活能的可見光只產(chǎn)生瞬態(tài)的光電響應(yīng)。在復(fù)位過程中，團(tuán)隊提出了利用電解質(zhì)門控的方法將氧離子插入到氧缺失薄膜的方案。因此，通紫外光輻照和電解質(zhì)調(diào)控VO2中氧的脫出/嵌入，可以實(shí)現(xiàn)對其電導(dǎo)的可逆非易失性調(diào)控，進(jìn)而設(shè)計了智能紫外光電傳感器件。

圖2 硅晶圓上生長的VO2薄膜器件性質(zhì) 此外，研究團(tuán)隊在硅晶圓上通過磁控濺射技術(shù)生長了大面積VO2薄膜，并將其制備成神經(jīng)形態(tài)傳感器件陣列。通過隨機(jī)抽取其中100個器件進(jìn)行測試，結(jié)果證明了薄膜展現(xiàn)出了良好的均勻性。在硅晶圓上生長的VO2薄膜具有與外延生長的VO2薄膜類似的光致非易失相變特性和多態(tài)可逆調(diào)控特性，說明了該新原理器件具有大規(guī)模集成潛力。進(jìn)一步研究表明，溝道電流非易失變化與紫外線照射劑量呈現(xiàn)近似線性的關(guān)系，這為將來應(yīng)用打下了良好基礎(chǔ)。

圖3 基于VO2的神經(jīng)形態(tài)紫外光電傳感器件構(gòu)建的人工神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別演示 研究團(tuán)隊基于新型的VO2神經(jīng)形態(tài)光電傳感器件構(gòu)建了人工神經(jīng)網(wǎng)絡(luò)并對標(biāo)準(zhǔn)的MNIST手寫數(shù)字圖像進(jìn)行識別，該神經(jīng)形態(tài)紫外光電傳感器件可以對隨機(jī)引入RGB高斯噪聲的圖像進(jìn)行預(yù)處理，并選擇性識別其中包含的紫外信息。對于包含RGB高斯噪聲的圖像，識別準(zhǔn)確率僅達(dá)到24%。相比之下，利用基于VO2的神經(jīng)形態(tài)光電傳感器對紫外光信息進(jìn)行預(yù)處理后，圖像的識別準(zhǔn)確率達(dá)到93%，與原始MNIST的識別準(zhǔn)確率相同。 本研究工作將傳統(tǒng)紅外光學(xué)材料VO2的應(yīng)用拓展到了紫外智能光電傳感領(lǐng)域，為近傳感器計算/傳感器內(nèi)計算設(shè)計提供了新選擇。中國科學(xué)院物理研究所金奎娟研究員、葛琛副研究員是本論文的共同通訊作者，中國科學(xué)院物理研究所博士生李格和聯(lián)培碩士生解東港為共同第一作者。該研究得到了國家自然科學(xué)基金、國家重點(diǎn)研發(fā)計劃、中國科學(xué)院青促會等項目的支持。

論文鏈接：

https://www.nature.com/articles/s41467-022-29456-5

審核編輯 ：李倩