基于WS2光电忆阻器的人工突触：面向盲文字母识别的神经形态计算集成方案

针对传统计算在视觉辅助技术中的效率瓶颈，研究人员开发了基于二硫化钨(WS2)光电忆阻器的人工突触器件。通过晶圆级微加工工艺制备的器件在电/光双模刺激下表现出双极阻变特性（开关比104），对950 nm光波具有特异性响应。该器件在神经网络模型中实现盲文/英文识别准确率达93.58%/98.91%，为视障辅助系统提供了突破性的神经形态计算解决方案。

　　

在全球约10亿视力障碍人群的迫切需求背景下，传统盲文识别系统面临学习难度大、识别效率低的挑战。虽然人工智能技术如GoogleNet模型已取得进展，但受限于冯·诺依曼架构的能效瓶颈，现有系统难以实现实时高效的触觉信息处理。印度理工学院德里分校(IIT Delhi)与印度科学研究所(IISc Bangalore)的联合团队创新性地将二维材料二硫化钨(WS₂)引入神经形态计算领域，通过晶圆级微加工技术开发出兼具光电响应特性的忆阻器器件，相关成果发表于《Optical Materials》。

研究团队采用三项关键技术：1）基于p型硅片的干-湿-干氧化工艺制备400 nm热氧化层；2）通过磁控溅射调控钨层厚度（5/10/15 nm）并硫化成WS₂；3）结合SEM和拉曼光谱分析材料形貌与振动模式。

【Device Fabrication】部分显示，通过优化WS₂厚度（15 nm样品M3）获得最大晶粒尺寸，其拉曼光谱在350 cm^-1和420 cm^-1处出现特征峰，证实2H-WS₂相形成。【Material Characterization】揭示器件在电脉冲和宽带光（尤其950 nm）刺激下呈现双极阻变特性，开关时间达13/14 ms，电阻开关比达10⁴。【Neuromorphic Computing】部分构建的人工神经网络模型，利用WS₂忆阻器模拟突触可塑性（长时程增强/抑制，LTP/LTD），在盲文字母识别任务中准确率超越前代二进制忆阻网络（Y. H. Liu等人91.25%的记录）。

这项研究的意义在于：首次实现WS₂忆阻器在触觉辅助系统的应用突破，其晶圆级加工工艺（2英寸硅片验证）为大规模集成提供可能。器件的光电双模响应特性（对近红外光的选择性敏感）拓展了神经形态传感器的应用场景。研究团队Priyanka Dwivedi指出，该技术未来可与音频模块集成，构建闭环的视障辅助系统。Jayashri Patil等作者强调，WS₂的原子级厚度（<1 nm）和柔性特性，为开发可穿戴神经形态设备开辟了新途径。