基于氢键驱动的线性对称人工突触实现高精度神经形态计算

为解决卤化物钙钛矿(CsPbI3)突触器件中离子迁移随机性导致的非线性问题，研究人员通过聚乙烯醇(PVA)氢键界面工程构建O─H···I?键合网络，实现垂直晶格有序排列。该策略使电导调制线性度(αp=0.004)提升8倍，高温稳定性>104秒，神经网络图像分类准确率达理论极限1.62%以内，为边缘AI和自主系统提供新材料解决方案。

　　

神经形态计算正通过整合存储与处理功能来突破冯·诺依曼瓶颈，而模拟突触行为的关键在于实现类脑的模拟电导调制。卤化物钙钛矿材料虽具有高离子迁移率和溶液加工性，但其固有的离子随机迁移会导致电导调制的非对称性。这项研究巧妙利用聚乙烯醇(PVA)的羟基与碘化铯(CsPbI₃)表面碘离子形成定向O─H···I^?氢键网络，就像给离子迁移铺设了"轨道"。密度泛函理论计算揭示，这种键合方式不仅促进垂直晶格有序排列，还将界面陷阱密度降低8倍以上。由此制备的人工突触展现出近乎完美的线性调制特性(α_p = 0.004)，在高温下保持10⁴秒的稳定性，就像给突触装上了"稳定器"。当应用于神经网络时，其图像识别准确率与理论极限仅相差1.62%，堪比生物突触的精准度。这项氢键界面工程策略为开发新一代神经形态芯片提供了可扩展的材料方案，在自动驾驶和边缘智能领域展现出广阔前景。