摘要

作为神经形态计算系统的基本组成单元,人工突触器件在高性能并行计算、人工智能和自适应学习方面具有巨大的应用潜力。其中,电解质栅突触晶体管(Electrolyte-gated synaptic transistors, EGSTs)以其沟道电导的可控性成为下一代神经形态器件被广泛研究的对象,并用来模拟神经突触功能。EGSTs因双电层的快速自放电效应,导致其存在长程塑性持续时间较短和沟道电导不易调控等问题。本研究采用水诱导的In2O3薄膜作为沟道材料,以壳聚糖作为栅电解质材料,制备了基于In2O3的EGSTs,并对器件沟道层进行了氧等离子体处理。研究发现,利用氧等离子体中的活性氧自由基在沟道层表面产生陷阱态,使更多氢离子在电解质/沟道界面处被俘获,器件性能表现为回滞窗口增大,对EGSTs器件的长程塑性实现调控。基于双电层的静电耦合效应和电化学掺杂效应,本研究利用EGSTs器件模拟了神经突触的兴奋性突触后电流(EPSC)、双脉冲易化(PPF)、短程塑性(STP)和长程塑性(LTP)等突触行为。同时,基于该器件的EGSTs增强/抑制特性,采用三层人工神经网络进行手写数字识别,经过仿真训练后,发现该器件可训练出较高的识别率(94.7%)。这些研究结果揭示:表面等离子体处理是影响器件性能的一项关键技术,并证明了该技术对调节EGSTs神经形态器件的突触功能具有较大的应用潜力。