《Optical Materials》：Tunable multicomponent emission from carbon nanomaterials for neuromorphic optical synaptic functions
编辑推荐：
Ana R. Bastos|Lília M.S. Dias|Lianshe Fu|Rui F.P. Pereira|Verónica de Zea Bermudez|Paulo S.B. André|Rute A.S. Ferreira葡萄牙里斯本大学高等技术学院电气与计算机工程
Ana R. Bastos|Lília M.S. Dias|Lianshe Fu|Rui F.P. Pereira|Verónica de Zea Bermudez|Paulo S.B. André|Rute A.S. Ferreira
葡萄牙里斯本大学高等技术学院电气与计算机工程系及电信研究所，地址：葡萄牙里斯本1049-001
摘要
多组分发光材料为构建具有复杂光学响应和时间发射特性的神经形态光子学系统提供了有效途径。在本研究中，我们提出了一种基于多组分碳基纳米材料（THR@BA）的神经形态光子层，该材料由硼酸煅烧得到的刚性氧化硼（B2O3）基质构成，其中嵌入了对苯二甲酸、1-羟基-2-萘酸和罗丹明B三种有机分子，形成了具有增强分子间相互作用的受限主客体体系。这种刚性基质有助于促进分子成分之间的能量传递和激发态耦合。该多组分纳米材料兼具荧光和长寿命磷光的双重发射特性，同时在多波长激发下能产生复杂响应。这些响应源于各单一组分纳米材料在相应有机分子修饰后的光学性质叠加，即TPA@BA、HNA@BA和RhB@BA。通过调节激发参数，THR@BA能够再现包括短期记忆、长期记忆以及与突触可塑性相关的增强效应在内的关键突触功能，这些功能得益于从纳秒到秒不等的荧光与磷光发射之间的动态平衡。本研究表明，封装在简单无机基质中的多组分分子系统可作为一种多功能平台，用于设计可编程的发光动力学特性，因而非常适合用于构建人工光学突触和神经形态计算系统。
引言
人工智能的持续发展面临着能耗[1]、硬件复杂性以及高效信息处理所需数据量[2]等重大限制。这些问题在图像分类[3]、[4]、语音识别[5]以及决策制定[6]等应用中尤为突出。神经形态计算作为一种有前景的替代方案应运而生，它借鉴了神经网络的结构和运作原理[7]。目前，这一领域正在从数字算法向硬件实现过渡[8]。与电子硬件相比，光子学在处理速度和能效方面具有显著优势，因此成为下一代神经形态平台的理想选择[9]、[10]。
要构建实用且可扩展的光子神经形态平台，就需要具备能够对外部刺激作出反应以模拟突触可塑性和神经元功能的材料[11]。近期研究显示，通过下移现象[12]、[13]、上转换[14]以及持久发光[15]、[16]、[17]等光学效应，发光材料可作为实现这一目标的强大平台。然而，要将这些材料应用于更复杂的突触功能，而不仅仅是简单的刺激-响应行为，目前仍处于起步阶段，这仍是神经形态解决方案中尚未充分探索的途径[8]。在这样的系统中，信息处理和存储都应依赖于材料能够根据所受刺激的历史动态调整其内部状态的能力[18]、[19]。因此，理想的神经形态平台应将外部刺激的时间依赖性输入转化为具有物理意义的输出。这种转化基于系统的内部动态，需考虑其当前状态和输入历史。在这方面，具有长余辉的室温磷光材料是构建神经形态记忆平台的理想候选者。为了获得高效的室温磷光效应，一种策略是将有机分子掺入刚性基质中[20]。硼酸是一种能够激活室温磷光的有效基质[21]，最近它被应用于时间门控多维度发光测温[22]、光子数字人工智能架构[13]、[17]，以及通过可持续发光智能标签实现的光子认证[23]等领域。
碳纳米材料，尤其是零维碳点，已被用于发光二极管[24]、[25]、[26]、发光太阳能聚光器[27]、[28]、[29]、电致发光器件[30]、[31]以及光敏剂[32]等光电设备中。近年来，碳点还被用于实现神经形态光学突触功能[33]、[34]、[35]、[36]、[37]。例如，通过溶剂热法合成了掺卤素碳点，并展示了基于BrCD的忆阻器[33]。在另一项研究中，碳点带被证明可作为透明柔性忆阻器的活性层材料，具备数据存储和保持能力，同时还能实现快速的光电响应[34]。此外，磷光碳点也被用于研究突触可塑性[35]。
在本研究中，我们首先研究了单一组分碳纳米材料，即将对苯二甲酸、1-羟基-2-萘酸或罗丹明B这三种有机分子分别与硼酸一起煅烧，从而得到相应的单一组分纳米材料TPA@BA、HNA@BA和RhB@BA。每种纳米材料都具有独特的光致发光特性，将它们组合起来可以形成复杂的叠加光致发光响应，这是单一组分碳纳米材料无法实现的。基于这一思路，我们提出了一种由碳纳米材料THR@BA构成的多组分神经形态光子层，该材料是由这三种分子混合后在硼酸中煅烧而成的。煅烧后，硼酸会转变为刚性氧化硼基质，从而形成一种能够增强分子间相互作用的受限主客体体系。这种方法利用了多组分纳米材料独特的光物理特性，其在外部刺激作用下的可调发光特性为实现神经形态功能提供了灵活的平台。该光子层兼具荧光和磷光的双重发射特性，同时还具有与激发历史相关的光激活动态特性，能够模拟包括短期记忆、长期记忆以及突触增强效应在内的关键突触功能。由于矩阵内不同发光物种之间的复杂相互作用，很难为THR@BA的发光行为建立可靠的预测模型。因此，该光子层在多波长激发下能够产生不可预测的发光特征，进而可将输入信号转换为具有物理意义的输出，从而可作为神经形态平台使用。这样的方法为开发低成本、低能耗且可扩展的光子元件用于神经形态计算带来了新的机遇，有望推动下一代人工智能硬件的发展。
章节节选
材料
所使用的TPA（Alfa Aesar）、HNA（TCI）、RhB（Sigma-Aldrich）和BA（ABCR）均无需进一步纯化即可直接使用。在制备HNA和RhB的乙醇溶液时，使用了无水乙醇（EtOH，VWR）。
单一组分TPA@BA、HNA@BA、RhB@BA以及多组分THR@BA的合成
将1.0克硼酸与10毫克对苯二甲酸（或0.2毫升浓度为5.0毫克/毫升的HNA乙醇溶液，或0.025毫升浓度为4.5毫克/毫升的RhB乙醇溶液，或者这三种有机分子的混合物）混合，再加入总计0.5毫升的乙醇以确保混合均匀。将这些混合物研磨后，转移到25毫升的容器中
光学表征
该光子层被设计为能够展现出类似神经元突触行为的时变特性，包括短期记忆、长期记忆以及突触增强效应。同时，它还能通过自身的内在发光特性将输入信号转换为具有物理意义的输出[39]。为此，我们选择了三类不同的单一组分碳基纳米材料并将它们组合在一起，从而得到了具有复杂发射特性的多组分纳米材料。
三种有机分子分别为对苯二甲酸[40]、1-羟基-2-萘酸
结论
在本研究中，我们展示了一种多组分发光平台，该平台能够整合多种在不同时间尺度上运行的光学记忆机制，时间范围从纳秒到秒，这与生物系统中的短期记忆和长期记忆过程类似。由对苯二甲酸、1-羟基-2-萘酸和罗丹明B嵌入氧化硼基质中所构成的THR@BA纳米材料，因其荧光与磷光之间的相互作用以及分子间能量传递过程，而表现出复杂的光学响应。
CRediT作者贡献说明
Ana Bastos：论文撰写——审阅与编辑，论文撰写——初稿，方法论，实验研究，正式分析，数据整理，概念构思。Lilia Dias：论文撰写——初稿，实验研究，正式分析。lianshe Fu：论文撰写——审阅与编辑，论文撰写——初稿，验证，指导，方法论，实验研究，正式分析。Rui Pereira：论文撰写——初稿，正式分析。Rute Ferreira：论文撰写——审阅与编辑，论文撰写——初稿，可视化处理，
利益冲突声明
? 作者声明自己没有已知的可能会影响本文研究结果的财务利益或个人关系。
致谢
本研究是在以下项目的支持下开展的：“面向下一代技术的尖端光子-数字混合架构”（DOI: 10.54499/2024.14411.PEX）、阿威罗材料研究所的CICECO项目，编号UID/50011/2025（DOI: 10.54499/UID/50011/2025）；LA/P/0006/2020项目（DOI: 10.54499/LA/P/0006/2020），以及电信研究所的项目，编号UID/50008/2025（DOI: 10.54499/UID/50008/2025）和LA/P/0109/2020项目（DOI: 10.54499/LA/P/0109/2020）。这些项目均获得了通过FCT/MCTES（PIDDAC）提供的国家资金支持，符合条件的话还会获得其他资助。
