图8. SrFeO_x突触晶体管突触可塑性测试。不同脉冲电压下沟道电流的响应(a)；不同脉宽下沟道电流的响应(b) [12]；正负交替栅压脉冲可以反复调制沟道电导(c)；突触晶体管长程增强和减弱可塑性(d)；非对称(e)和对称(f)脉冲时间依赖的可塑性。

图9.基于拓扑相转换材料电解质晶体管的非易失逻辑操作。我们使用两个侧栅极控制沟道电导变化[13]。

行文至此，我们已经通过几例典型实例，展示了多类“电解质突触晶体管”及其主体功能。虽然这些原型器件在操作速度、器件集成等方面仍需优化，也可能还面临scaling up技术上的各种挑战与困难，但电解质突触晶体管的如下独特优势已经得到认可：(1)工作方式与生物突触颇为相似，能够在类脑仿生方面大显身手。(2)晶体管的线性度表现不错，这对于神经形态计算准确率提高大有裨益。(3)晶体管读写分离。理论上能耗水平非常低。

总之，笔者相信，假以时日，电解质突触晶体管走向下一阶段应用研发，已是可期之势。

5.铁电突触器件

依笔者的观点，还需要指出，电解质晶体管尽管有这样那样的优点和吸引人之处，但离子运动(质子H 、氧空位V_O等)毕竟是一种惯性犹在、速率难高的过程，所以电解质在需要超快响应的行为中，显得有些笨拙和青涩。电子或声子的运动就要好得多，不仅仅在于其轻灵活络，更在于其量子波动的特征明显，可以实现coherent、phase matching和tunneling。因此，物理人总是希望能够用纯电效应和相联系的量子过程来控制材料。并且，离子的引入还会带来扩散等其它毛病。

沿着这一思路，很容易想到：在电场下进行翻转的铁电畴，能否在神经突触器件方面一试身手呢？

当然，这方面过去多年有很多工作发表，包括我们自己的努力。基于BaTiO₃外延超薄膜，我们尝试制备了铁电隧穿结。通过与 SrTiO₃体系的对比实验，我们阐明了长久以来关于铁电隧穿结中铁电极化和离子移动作用的争议，在此基础上设计的器件展现了大的开关比值 [14]。南京大学吴迪团队最近在Advanced Materials上的铁电隧穿结综述文章，总结了近十年来该领域所有重要工作的开关比，显示我们得到的开关比性能最佳 [15]。

铁电极化只有两个状态，如何控制铁电畴实现非易失性的多状态存储是需要解决的关键科学问题。我们在上述铁电隧穿结工作基础上，从时间尺度细致研究了铁电畴翻转动力学，进而能够精细地调控铁电畴逐渐翻转实现上百个中间非易失状态，该铁电突触器件展现出超低的能耗、多状态、优异耐久性、超高线性度和对称性，如图 10所示。此外，利用铁电氧化物薄膜的电容效应和畴翻转行为，可分别实现短程和长程可塑性。基于铁电畴翻转的电子突触器件构成的人工神经网络对标准图库 MNIST识别率可达到 96.4 %。这是目前两端器件的最高水平，展现出铁电氧化物材料在神经形态器件应用上的潜力。看君有意，可参考发表于 Adv. Mater. 1905764 (2019)的相关论文[16]。

图10.基于铁电畴逐渐翻转的两端突触器件。压电力显微镜表明铁电超薄膜具有良好铁电性(上左)；施加不同脉冲宽度的电压可以在铁电隧穿结中实现非易失性多态存储(上右)；铁电隧穿结的长程增强和减弱可塑性具有超高线性度和对称性(下) [16]。

6.总结与展望

毫无疑问，功能氧化物丰富的物理性质为实现神经突触器件提供了多样选择。笔者从材料界面调控和突触器件物理的角度展开描述的若干研究工作，给出了我们的心得体会：电解质突触晶体管是优良的器件仿生结构，而基于铁电功能的类突触器件之综合性能优异。这些器件制备及其物理都值得深入研究。

当然，基于功能氧化物突触器件的类脑智能研究还处于起步阶段，未来面临着许多机遇和挑战。短期看，高性能的突触阵列可以用来加速需要大量矩阵运算的深度学习神经网络、降低系统功耗。目前，通过人工突触阵列和深度学习算法，能够使功能氧化物薄膜具备“学习”能力。在此基础上，可以进行“识别”等简单的人工智能任务。长远看，现在的研究尚处于初级水平，还需要从器件、架构、算法等方面全方位进行革新，才能打造出基于人工神经元和突触的功能氧化物“大脑” (图 11)，搭配先进的算法使其能产生“意识”等高级的类脑智能。

或许，若干年后，科幻电影《终结者》中展示的超级机器人终将成为现实。到那个时候，人类生活的方方面面将面临改变与调整。这种改变与调整，是人类用双手逼迫自己实现自我异化与自我革命的进程，颇有一些“我不入地狱谁入地狱”豪迈，给人类全方位地改变自己的未来做出注解。

图11. 基于新型神经形态器件(人工神经元和神经突触) 的类脑芯片，未来机器人的“思考”能力就靠它了。图片取自[17]。

参考文献：

[1] J. S. Tang, F. Yuan, X. K. Shen, Z. R. Wang, M. Y. Rao, Y. Y. He, Y. H. Sun, X. Y. Li, W. B. Zhang, Y. J. Li, B. Gao, H. Qian, G. Q. Bi, S. Song, J. J. Yang, H. Q. Wu, Bridging Biological and Artificial Neural Networks with Emerging Neuromorphic Devices: Fundamentals, Progress, and Challenges. Adv. Mater. 31, 1902761 (2019).

[2] W. Xu, S. -Y. Min, H. Hwang, T. -W. Lee, Organic core-sheath nanowire artificial synapses with femtojoule energy consumption. Sci. Adv. 2, e1501326 (2016).

[3] S. L. Dai, Y. W. Zhao, Y. Wang, J. Y. Zhang, L. Fang, S. Jin, Y. L. Shao, J. Huang, Recent Advances in Transistor‐Based Artificial Synapses. Adv. Funct. Mater. 29, 1903700 (2019).

[4] C. Leighton, Electrolyte-based ionic control of functional oxides. Nat. Mater. 18, 13 (2019).

[5] M. Nakano, K. Shibuya, D. Okuyama, T. Hatano, S. Ono, M. Kawasaki, Y. Iwasa, Y. Tokura, Collective bulk carrier delocalization driven by electrostatic surface charge accumulation. Nature 487, 459 (2012).

[6] J. Jeong, N. Aetukuri, T. Graf, T. D. Schladt, M. G. Samant, S. S. P. Parkin, Suppression of metal-insulator transition in VO₂by electric field-induced oxygen vacancy formation. Science 339, 1402 (2013).

[7] N. Lu, P. Zhang, Q. Zhang, R. Qiao, Q. He, H.-B. Li, Y. Wang, J. Guo, D. Zhang, Z. Duan, Z. L. Li, M. Wang, S. Z. Yang, M. Z. Yan, E. Arenholz, S. Y. Zhou, W. L. Yang, L. Gu, C. W. Nan, J. Wu, Y. Tokura, P. Yu, Electric-field control of tri-state phase transformation with a selective dual-ion switch. Nature 546, 124 (2017).

[8] Z. Zhang, D. Schwanz, B. Narayanan, M. Kotiuga, J. A. Dura, M. Cherukara, H. Zhou, J. W. Freeland, J. R. Li, R.Sutarto, F. Z. He, C. Z. Wu, J. X. Zhu, Y. F. Sun, K. Ramadoss, S. [9] S.Nonnenmann, N. F. Yu, R. Comin, K. M. Rabe, S. Sankaranarayanan, S. Ramanathan, Perovskite nickelates as electric-field sensors in salt water. Nature 553, 68 (2018).

[10] C. Ge, K. J. Jin, L. Gu, L. C. Peng, Y. S.Hu, H. Z. Guo, H. F. Shi, J. K. Li, J. O. Wang, X. X. Guo, C. Wang, M. He, H. B. Lu, G. Z. Yang, Metal–Insulator Transition Induced by Oxygen Vacancies from Electrochemical Reaction in Ionic Liquid-Gated Manganite Films, Adv. Mater. Interfaces 2, 1500407 (2015).

[11] J. T. Yang, C. Ge, J. Y. Du, H. Y. Huang, M. He, C. Wang, H. B. Lu, G. Z. Yang, K. J. Jin, Artificial Synapses Emulated by an Electrolyte-Gated Tungsten-Oxide Transistor. Adv. Mater. 30, 1801548 (2018).

[12] C. Ge, G. Li, Q. L. Zhou, J. Y. Du, E. J. Guo, M. He, C. Wang, G. Z. Yang, K. J. Jin, Gating-induced reversible H_xVO₂ phase transformations for neuromorphic computing. Nano Energy 67, 104268 (2020).

[13] C. Ge, C. X. Liu, Q. L. Zhou, Q. H. Zhang, J. Y. Du, J. K. Li, C. Wang, L. Gu, G. Z. Yang, K. J. Jin, A ferrite synaptic transistor with topotactic transformation. Adv. Mater. 31, 1900379 (2019).

[15] H. Y. Huang, C. Ge, Q. H. Zhang, C. X.Liu, J. Y. Du, J. K. Li, C. Wang, L. Gu, G. Z. Yang, K. J. Jin, Electrolyte-gated synaptic transistor with oxygen ions. Adv. Funct. Mater. 29, 1902702 (2019).

[16] J. K. Li, N. Li,C. Ge, H. Y. Huang, Y. W. Sun, P. Gao, M. He, C. Wang, G. Z. Yang, and K. J. Jin, Giant electroresistance in ferroionic tunnel junctions, iScience 16, 368 (2019).

[17] Z. Wen and D. Wu, Ferroelectric tunnel junctions: Modulations on the potential barrier, Adv. Mater. 1904123 (2019).

[18] J. K. Li, C. Ge,J. Y. Du, C. Wang, G. Z. Yang, and K. J. Jin, Reproducible ultrathin ferroelectric domain switching for high-performance neuromorphic computing, Adv. Mater. 1905764 (2019).

[19] https://www.iyiou.com/p/87345.html

备注：

(1) 笔者供职于中科院物理研究所，任副研究员、博士生导师。一直围绕极化场(铁电和电解质)调控功能氧化物界面的基本科学问题，探索实现高性能的电子信息器件。通过电解质极化场控制H和O离子在界面迁移实现高性能的突触晶体管，对电解质突触晶体管器件的优化设计和性能改善具有重要的参考意义；制备了目前开关比最大的铁电隧穿结，进一步通过铁电畴逐渐翻转实现了高性能铁电氧化物突触器件。在包括 iScience (Cell子刊)、Adv. Mater.、Adv. Funct. Mater.、PRB 等期刊上发表 SCI 论文 60 余篇，引用 1000 余次。承担国家重点研发计划(课题负责人)、国家自然科学基金、中科院青促会等多个项目。

(2) 题头小诗乃Ising所撰，表达对从事类脑仿制的人们的敬意。

(3) 封面图片取自：https://miro.medium.com/max/3840/

(4) 本文引用的若干论文链接：

https://onlinelibrary.wiley.com/doi/10.1002/admi.201500407

https://onlinelibrary.wiley.com/doi/full/10.1002/adma.201801548

https://www.sciencedirect.com/science/article/pii/S2211285519309759

https://onlinelibrary.wiley.com/doi/full/10.1002/adma.201900379

https://onlinelibrary.wiley.com/doi/full/10.1002/adfm.201902702

https://www.sciencedirect.com/science/article/pii/S2589004219301804

https://onlinelibrary.wiley.com/doi/full/10.1002/adma.201905764

来源：量子材料QuantumMaterials

编辑：Kun