Les systèmes neuronaux artificiels multifonctionnels et diversifiés peuvent incorporer une plasticité multimodale, mémoire et fonctions d'apprentissage supervisé pour aider le calcul neuromorphique. Dans un nouveau rapport, Jinran Yu et une équipe de recherche en nanoénergie, nanosciences et science des matériaux en Chine et aux États-Unis., a présenté une synapse artificielle mécano-photonique bioinspirée avec une plasticité mécanique et optique synergique. L'équipe a utilisé un transistor optoélectronique en graphène/disulfure de molybdène (MoS 2 ) une hétérostructure et un nanogénérateur triboélectrique intégré pour composer la synapse artificielle. Ils ont contrôlé le transfert/échange de charges dans l'hétérostructure avec un potentiel triboélectrique et ont facilement modulé les comportements des synapses optoélectroniques, y compris les photocourants postsynaptiques, photosensibilité et photoconductivité. La synapse artificielle mécano-photonique est une mise en œuvre prometteuse pour imiter le système nerveux biologique complexe et promouvoir le développement d'une intelligence artificielle interactive. L'ouvrage est désormais publié sur Avancées scientifiques .

Réseaux de neurones inspirés du cerveau.

Le cerveau humain peut intégrer la cognition, tâches d'apprentissage et de mémoire via l'audition, visuel, interactions olfactives et somatosensorielles. Ce processus est difficile à imiter en utilisant des architectures von Neumann conventionnelles qui nécessitent des fonctions sophistiquées supplémentaires. Les réseaux de neurones inspirés du cerveau sont constitués de divers dispositifs synaptiques pour transmettre des informations et traiter à l'aide du poids synaptique. La synapse photonique émergente combine la modulation et le calcul neuromorphiques optiques et électriques pour offrir une option favorable avec une bande passante élevée, vitesse rapide et faible diaphonie pour réduire considérablement la consommation d'énergie. Mouvements biomécaniques incluant le toucher, Le clignement des yeux et l'agitation des bras sont d'autres déclencheurs ou signaux interactifs omniprésents pour faire fonctionner l'électronique pendant la plastification artificielle des synapses. Dans ce travail, Yu et al. a présenté une synapse artificielle mécano-photonique avec une plasticité mécanique et optique synergique. Le dispositif contenait un transistor optoélectronique et un nanogénérateur triboélectrique intégré (TENG) en mode de séparation de contact. Les synapses artificielles mécano-optiques ont un énorme potentiel fonctionnel en tant qu'interfaces optoélectroniques interactives, rétines synthétiques et robots intelligents.

Le cerveau humain et ses sensations biomécaniques et visuelles associées sont essentiels pour acquérir des informations somatosensorielles et visuelles. Le cerveau contient une variété de neurones qui reçoivent des signaux interactifs via des modes variés pour mettre en œuvre le calcul neuromorphique dans la zone d'association multisensorielle. Synapses à partir de points de connexion importants entre deux neurones adjacents lors des transmissions d'informations neuronales. Yu et al. ont été bioinspirés par le cerveau et le système nerveux pour développer une synapse artificielle mécano-photonique avec une plasticité mécanique et optique synergique. La synapse artificielle mécano-photonique comprenait un transistor optoélectronique et un TENG (nanogénérateur triboélectrique) intégré. Lors des expérimentations, l'équipe a utilisé le dépôt chimique en phase vapeur pour déposer du graphène monocouche sur le transistor optoélectronique, qu'ils ont ensuite empilés sur un sulfure de molybdène multicouche (MoS 2 ) flocon sur un substrat de dioxyde de silicium. En utilisant le montage expérimental, Yu et al. pourrait réaliser la modulation optique et mécanique synergique sur la plasticité synaptique.

Test du dispositif et caractérisation mécano-optique.

Pour tester la praticité du déclenchement de potentiel triboélectrique, l'équipe a caractérisé la tension de sortie du TENG en fonction du déplacement mécanique à l'aide d'un circuit de test, où ils ont connecté le condensateur diélectrique du transistor et le condensateur du système de test avec TENG en parallèle. En optimisant le MoS 2 épaisseur dans l'hétérostructure, Yu et al. amélioré la photosensibilité et les performances électriques de l'appareil pour potentiellement influencer l'appareil pour les applications au niveau du système. Pour caractériser le transistor mécano-optoélectronique, ils ont mesuré les performances de sortie sous des effets synergiques pour le déplacement et l'éclairage du TENG avec une LED verte à différentes intensités de puissance. Pour comprendre ensuite la photoréactivité accordable du transistor mécano-photonique du dispositif, ils ont étudié l'influence du déplacement mécanique sur le photocourant et la photosensibilité. Un déplacement plus positif peut induire un photocourant plus important et une photoréceptivité plus élevée par rapport au niveau de Fermi dépendant du champ électrique et aux états électroniques dans l'hétérostructure. La photoréponse liée au déplacement mécanique a amélioré la photosensibilité du dispositif tout en régulant la caractéristique à un niveau souhaité à la demande.

Conductivité du canal et plasticité synaptique à long terme.

L'équipe a ensuite régulé la conductivité du canal du transistor à l'aide d'un déplacement mécanique et d'un éclairage lumineux ; fondamental pour la plasticité multimodale dans les synapses artificielles mécano-photoniques. Ils ont maintenu le courant post-synaptique basal (CSP) stable à différents niveaux sous différents états de déplacement en tant que pré-requis pour accomplir des photoréponses synaptiques. Le travail a montré les effets des comportements électriques modulés par le potentiel triboélectrique et des comportements optoélectriques sur le courant post-synaptique. Ils ont conservé la synapse artificielle mécano-photonique pendant plus d'une heure sans modifications pour fournir des preuves de la mise en œuvre du module optique et mécanique synergique pour la plasticité synaptique à long terme. L'équipe a attribué la diminution du courant postsynaptique (PSC) à l'affaiblissement de la densité des trous dans le graphène utilisé dans la configuration, d'autre part, ils ont attribué les PSC persistants à des états localisés dans MoS 2 et le champ triboélectrique directionnel. Par exemple, pendant l'éclairage lumineux, des électrons photogénérés pourraient être induits dans le MoS 2. Par rapport aux travaux antérieurs sur les dispositifs synaptiques bioinspirés, la synapse artificielle mécano-photonique actuelle réalise simultanément une plastification bimode via des signaux mécaniques et visuels.

Yu et al. examiné en outre les effets synergiques de la synapse artificielle sous des entrées d'impulsions lumineuses incorporant diverses informations spatio-temporelles. Ils ont ensuite simulé un réseau de neurones artificiels (ANN) multicouche basé sur la perception en utilisant des caractéristiques synaptiques typiques pour une fonction d'apprentissage supervisé à l'aide de l'ensemble de données d'images d'écriture manuscrite du National Institute of Standards and Technology (MNIST). Dans l'ANN, Yu et al. inclus 28 x 28 neurones d'entrée, 100 neurones cachés, et 10 neurones de sortie entièrement connectés via des poids synaptiques. Le total de 784 neurones d'entrée correspondait à une image MNIST 28 x 28 et les 10 neurones de sortie correspondaient à 10 nombres arabes de zéro à neuf. L'équipe a construit l'ANN bio-inspiré de la rétine humaine, qui, au contraire, contient des milliards de cellules nerveuses pour former un réseau complexe à trois couches. Ils ont ensuite montré comment améliorer la périodicité, la stabilité et la répétabilité de l'appareil ont amélioré la simulation de l'ANN pour la reconnaissance d'images.

Perspectives

De cette façon, Jinran Yu et ses collègues ont développé une synapse artificielle mécano-photonique avec une plasticité synaptique multimodale synergique. L'équipe a utilisé le potentiel triboélectrique pour piloter le transistor synaptique et réguler l'échange de transfert de charge dans l'hétérostructure afin de faciliter les photocourants post-synaptiques, photoconductivité persistante et photosensibilité. La configuration a également permis la mémoire à long terme et la facilitation neuronale consécutive. L'équipe a ensuite simulé un réseau de neurones artificiels (ANN) pour montrer la faisabilité de la plastification mécanique pour promouvoir la précision de la reconnaissance d'images. Les travaux ouvriront la voie au développement de dispositifs neuromorphiques multifonctionnels et interactifs.

© 2021 Réseau Science X