高等动物与环境之间的信息交互是其生存与进化的必要能力。生物体中的信息传递与处理依赖于高度进化的神经系统，可以针对复杂多变的环境信息产生感知、学习、记忆、反馈等多种智能行为。由此应运而生的仿生智能应用已成为未来电子科技发展的重要方向。目前仿生智能在电子技术中的实现途径往往以软件与算法为主，而经历了自然选择的生物体却是依靠功能化的细胞乃至器官之间的串联协调。因此，以生物体中信息处理的原理为基础，从器件结构的设计到功能单元及其串联逻辑的模拟成为开发仿生智能器件的一种重要研究思路。

近日，新加坡南洋理工大学陈晓东教授和山东大学刘亚庆教授在ACS Nano上发表了具备学习能力的光调制人工神经通路的研究。研究团队通过模拟生物体中神经通路的功能，将光学传感器、忆阻器以及动作反馈系统集成，实现了能够针对光学信号进行智能反馈的人工神经通路（图1）。该系统可以在功能上模拟生物学习过程，在光脉冲的刺激下不断学习，并根据过往学习经验推进并完善反馈动作。

研究团队使用金属有机框架ZIF-8纳米颗粒薄膜制备忆阻器，通过调整膜厚与表面粗糙度来模拟神经突触结构，可以针对电子脉冲信号产生累积式的阻变现象，从而实现各种突触功能的模拟，包括双脉冲易化、脉冲频率以及脉冲数目依赖突触可塑性、以及短期记忆到长期记忆的转变等（图2）。继而通过与基于钙钛矿材料的光学传感器集成，可以将光学信号转换成电学信号来控制忆阻器的阻变行为，实现以光刺激为媒介的突触功能模拟。

图2. 基于ZIF-8忆阻器的突触功能模拟以及逐步学习过程的实现。

人类的记忆往往伴随着遗忘，所以学习过程通常是逐步进行的。短期内获取的记忆会随时间衰退，只有通过反复进行学习过程，不断的延长遗忘时间直至形成较为长期的记忆（图2d）。通过将上述传感器、忆阻器与机械臂集成，可以实现具备光调制反馈能力的人工神经通路。该体系在一定时间间隔范围内，反复接收同一段光学脉冲刺激时，可以模拟生物学习过程，累积突触权重，不断优化并推进机械臂动作的完成程度，直至达到目标动作，完成逐步式的学习过程。而所记忆的动作在学习过程中可逐步转化为长期记忆，在间隔较长时间后，只需少量刺激便可唤起记忆，完成动作（图3）。

图3. 光调制人工神经通路实现光刺激控制机械臂运动，实现动作学习以及记忆功能。

研究团队通过解构生物体中神经通路的功能单元，类比设计了具备信息传感、处理与反馈功能的人工神经通路。在不同功能的集成下，以脉冲光调制电压输入的策略实现了突触功能的模拟，最终产生具有学习与记忆现象的反馈动作。该工作实现了光调制的智能反馈系统，可以为自发反馈器件以及仿生智能的设计提供创新性的思路。

相关论文发表在ACS Nano上，南洋理工大学博士后何克为文章的第一作者， 刘亚庆教授与陈晓东教授为共同通讯作者。

通讯作者信息：

扫描二维码阅读原文，或点此查看原文

ACS Nano 2022, DOI: 10.1021/acsnano.2c03100

Publication Date: May 19, 2022

https://doi.org/10.1021/acsnano.2c03100 

Copyright © 2022 American Chemical Society