具有柔性电解质栅控薄膜晶体管（TFT）的时序可重构水库计算技术，用于高性能神经形态计算

《Advanced Materials》：Temporally Reconfigurable Reservoir Computing with Flexible Electrolyte-Gated TFTs for High-Performance Neuromorphic Processing

时空信号处理的可重构 reservoir computing 系统基于超薄柔性固态电解质晶体管（UFLEX TFTs），通过背景门电压调节实现时间动态的灵活配置。实验表明，该系统在CIFAR-10图像分类中达到90.3%准确率，在NIH胸部X光图像分类中达到81.8%，同时保持优异的机械柔韧性和长期稳定性（耐2.5×10?脉冲），适用于柔性边缘计算。

　　本研究聚焦于一种创新性的柔性神经形态计算硬件系统，其核心在于引入了一种具有时间可调特性的超薄、柔性、全固态电解质栅控薄膜晶体管（UFLEX TFT）。这种设备利用了二维材料钼硫化物（MoS?）作为沟道，以及有机-无机杂化铝氧化物（AlO?）作为电解质和栅极介质，从而在实现高性能的同时，保持了机械灵活性。这一突破性技术为处理复杂的时间序列和空间数据提供了新的可能性，特别是在图像识别和医学影像分析领域，展示了其在分类准确率方面的卓越表现。

在传统的人工智能模型中，虽然计算能力不断提升，但它们通常依赖于复杂的网络结构和庞大的参数数量，这不仅增加了计算成本，也限制了在资源受限场景下的应用。为此，研究者们提出了轻量级的神经网络模型，其中“回声状态网络”（Reservoir Computing, RC）因其独特的架构和操作方式而受到关注。RC通过将大部分复杂的递归结构替换为一个静态的非线性回声池，从而简化了计算过程。由于仅需训练输出层，这种模型在计算效率和能耗方面具有显著优势。然而，传统RC系统受限于固定的回声池动态特性，难以适应不同任务所需的时间尺度和空间复杂度。

为解决这一问题，本研究设计了一种基于UFLEX TFT的时间可调RC系统。该系统通过简单的电信号输入方式，能够精确调控回声池的时间动态特性。UFLEX TFT利用了铝氧化物电解质层的特性，其中包含可移动的质子，通过正向和反向偏置控制质子在沟道中的迁移，从而实现对回声池短期记忆（STM）特性的调控。这种调控机制使得回声池能够在不同的时间尺度上有效响应输入信号，为处理多样化的数据提供了更大的灵活性。

在材料方面，研究采用了MoS?作为沟道材料，因其原子级的厚度和高电子密度，能够显著提升栅极调控效率。同时，通过使用iCVD技术合成的有机-无机杂化AlO?电解质层，不仅提高了设备的绝缘性能，还减少了离子迁移导致的性能损耗。此外，该电解质层具有良好的热稳定性和机械柔韧性，使得设备能够在高温和弯曲条件下保持稳定运行。通过将这些材料组合在一起，UFLEX TFT不仅表现出极高的电流开关比（约10?），还具备超过2.5 × 10?次脉冲的耐久性，以及出色的周期间和设备间一致性。

为了验证其性能，研究人员对UFLEX TFT进行了多项测试，包括弯曲应变测试和循环弯曲测试。测试结果显示，即使在最小弯曲半径（3.5 mm）和1000次弯曲循环后，设备仍然保持了稳定的电流响应和清晰的回声池状态分离能力。这一特性使得UFLEX TFT能够作为可靠的物理回声池，用于构建高效的边缘计算设备。

在系统层面，研究者们进一步展示了UFLEX TFT在不同任务中的应用潜力。例如，在MNIST手写数字识别任务中，该系统实现了高达93.7%的分类准确率；在CIFAR-10对象图像识别任务中，准确率达到90.3%；而在NIH Chest X-ray图像分类任务中，首次通过RC实现了81.8%的准确率。这些结果表明，UFLEX TFT不仅在处理低分辨率图像方面表现出色，而且在处理高分辨率医学图像时也具备强大的性能。

此外，研究人员还对系统的能效进行了评估。通过比较不同RC模型与传统软件神经网络的性能，发现UFLEX TFT的RC系统在保持高分类准确率的同时，显著降低了网络参数数量。例如，在NIH Chest X-ray分类任务中，该系统仅使用了65,536个参数，而传统CNN模型如VGG16则需要138百万个参数。这种能效优势使得UFLEX TFT在资源受限的边缘计算场景中具有更高的适用性。

研究还探讨了回声池时间动态与数据特征之间的关系。对于低分辨率和简单结构的数据集，如CIFAR-10，较长的回声池时间（τ）有助于保留全局模式信息，从而提高分类准确率。而对于高分辨率和复杂结构的数据集，如NIH Chest X-ray图像，较短的回声池时间能够更有效地捕捉局部特征，避免冗余信息的干扰。这种对时间动态的灵活调控能力，使得UFLEX TFT在处理不同类型的时空数据时能够保持高精度。

研究团队还进行了大量的实验验证，包括对不同背景电压（V_bg）下回声池响应的测量，以及对不同弯曲条件下的性能测试。实验结果表明，UFLEX TFT能够在广泛的V_bg范围内实现回声池时间的调节，同时保持稳定的电流输出和低变异度。这进一步证明了其在实际应用中的可靠性。

综上所述，本研究提出了一种基于UFLEX TFT的时间可调RC系统，它不仅在材料选择和结构设计上实现了性能的优化，还在实际应用中展示了强大的适应性和能效优势。该系统为未来柔性神经形态计算硬件的发展奠定了坚实的基础，尤其在医疗影像分析、实时数据处理和智能边缘设备等领域具有广阔的应用前景。未来的研究方向可能包括进一步优化设备架构以适应特定任务的时间动态需求，以及探索其在更大规模和更复杂数据集中的表现。