原位集成TiO2突触光电晶体管实现多模态可塑性和抗噪声选择性注意

《Advanced Materials Technologies》：In Situ Integrated Titanium Oxide Synaptic Phototransistor Enabling Multimodal Plasticity and Noise-Robust Selective Attention

　　

本研究提出了一种原位集成的TiO₂/SiO_x/Al₂O₃突触光电晶体管，该器件支持紫外-电耦合可塑性和时序学习动态。通过等离子体增强原子层沉积（PEALD）顺序原位制备所有功能层，确保了原子级锐利的界面和与互补金属氧化物半导体（CMOS）工艺兼容的可扩展性。该器件在电栅控和紫外（UV）照射下表现出稳健的双向电导调节，当联合施加刺激时展现出协同调制效应。双刺激的时序配对可模拟脉冲时序依赖可塑性（STDP），并受昆虫感觉融合机制（涉及电和光线索）的启发实现了关联学习。此外，系统级评估将器件的突触特性整合到脉冲神经网络（SNN）中，结果显示在挑战性条件下对噪声的鲁棒性得到改善，凸显了该器件模拟生物启发选择性注意的潜力。研究人员的成果创建了一个可扩展且多功能的突触平台，桥接了材料级集成与系统级功能，为能效高且抗噪声的智能系统提供了硬件基础。

**论文解读：基于原位集成TiO₂突触光电晶体管的多模态可塑性与抗噪声选择性注意**

**研究背景与问题**

神经形态电子学旨在模仿生物神经网络的结构与功能，为边缘人工智能、实时感官计算和高效信息处理提供突破。其中，光子突触晶体管因能同时处理电和光刺激而备受关注，是实现多模态学习能力的关键。然而，现有光子突触器件普遍存在非单片集成、可扩展性低、光电可塑性整合不完善等根本性局限。大量研究依赖于异质材料体系（如钙钛矿、二维半导体、有机-无机杂化材料），这些材料与CMOS工艺不兼容且均匀性差，限制了大规模集成。此外，突触行为常由离子迁移或不可控缺陷介导，导致可靠性低、耐久性有限，且难以精确控制脉冲时序依赖可塑性（STDP）等时序学习规则。光与电突触机制通常被孤立研究，很少有器件成功展示其功能整合以利用潜在协同效应。因此，亟需一种能在单一器件架构内统一多模态刺激的突触平台。本研究旨在通过原位集成氧化物基突触光电晶体管，实现紫外-电耦合可塑性、时序学习动态以及系统级抗噪声感知能力。

**研究人员开展的研究与结论**

研究人员提出并制备了一种基于TiO₂/SiO_x/Al₂O₃叠层的原位集成突触光电晶体管。该器件采用等离子体增强原子层沉积（PEALD）技术在同一腔室内顺序生长所有功能层，确保了原子级锐利界面和晶圆级工艺兼容性。TiO₂沟道对近紫外（NUV）光具有强响应性，工程化的SiO_x电荷诱导介电层（CID）通过栅控电荷捕获/去捕获实现模拟电导调谐，底层Al₂O₃作为高k绝缘体抑制漏电流并稳定电场。该平台在单一氧化物架构中整合了光电可塑性，实现了双向电导调制、STDP、关联学习以及系统级抗噪声感知。系统级评估将实验表征的突触动力学整合到脉冲神经网络（SNN）中，验证了选择性注意样功能，即在噪声环境下聚焦显著特征并抑制背景干扰。论文发表在《Advanced Materials Technologies》。

**主要关键技术方法（不超过250字）**

研究人员采用的关键技术方法包括：①等离子体增强原子层沉积（PEALD）技术，用于在单腔室内原位顺序沉积TiO₂沟道层、SiO_x电荷诱导介电层（CID）和Al₂O₃阻挡层，确保原子级界面质量和CMOS兼容可扩展性；②通过精确调控PEALD沉积温度（300°C）选择性形成锐钛矿相TiO₂，获得优异半导体特性；③利用反应离子刻蚀（RIE）和电子束蒸发制备铝源漏电极，形成底栅结构晶体管；④使用半导体参数分析仪和LED光源进行电学和光学刺激下的突触特性表征；⑤将实验测得的突触动力学参数（如配对脉冲易化PPF特性）建模并整合到脉冲神经网络（SNN）中，通过rate coding编码和漏电积分点火（LIF）神经元进行噪声鲁棒分类与选择性注意仿真。样本来源：MNIST手写数字数据集（48,000训练/12,000验证/10,000测试）及Oxford 102 Flowers和CIFAR-10数据集用于花/非花分类。

**研究结果**

**2.1 器件结构与基本电学特性**

通过TEM和XRD分析验证了锐钛矿相TiO₂沟道、CID层和Al₂O₃介电层的均匀无损伤沉积，层厚分别为28 nm、25 nm和5.5 nm。50个随机器件的转移特性显示阈值电压均值为1.05 V，场效应迁移率均值为4.41 cm²/V·s，变异系数分别为17.27%和20.84%，表明均匀性良好。器件在室温存放2年后仍保持稳定，迁移率保留约94%。输出特性呈现典型n型半导体行为，具备良好的线性区和饱和区。

**2.2 光电特性与突触响应机制**

TiO₂薄膜在可见光区透射率>70%，光学带隙为3.26 eV（间接带隙），对应约380 nm波长。在220 nm处光谱响应度最大，选用365 nm作为突触刺激光波长。单脉冲实验（300 ms）展示了三种刺激模式：光学模式（L模式）引发兴奋性突触后电流（EPSC）；正栅压脉冲（E+模式）引发EPSC；负栅压脉冲（E?模式）引发抑制性突触后电流（IPSC）。机制分析表明：L模式下光生空穴被TiO₂/CID界面陷阱捕获形成持久正空间电荷，产生持续光电流；电模式下栅压脉冲改变界面陷阱电荷的占据和分布，通过场驱动陷阱介导的电荷再分布实现电导调谐，恢复过程受深层陷阱态热激活发射控制。通过扫描延迟依赖的滞回和脉冲诱导阈值电压偏移实验定量支持了界面捕获机制，计算得到每脉冲捕获电荷密度约为5.18×10⁹ cm^?2（E+）和3.78×10⁹ cm^?2（E?），支持可逆电导调谐。

**2.3 突触权重调控与能量效率**

通过改变光学脉冲功率/宽度和电脉冲幅度/宽度，系统研究了刺激剂量对突触权重的影响。三种模式下，更强的刺激强度和更长的持续时间均导致更大的突触电流变化，表现出精确的剂量依赖性可塑性。能量估算显示：光学模式（L）单脉冲能耗低于1 nJ，接近生物突触（10 fJ–1 pJ）；电学模式（E+）约10 nJ，可通过器件缩放和低电压优化进一步降低。

**2.4 短时程与长时程可塑性**

配对脉冲易化（PPF）实验显示PPF指数随脉冲间隔（Δt）减小而增大，符合双指数衰减，提取的时间常数：L模式τ₁=7.9 ms，τ₂=159.7 ms；E+模式τ₁=15.2 ms，τ₂=18.6 ms；E?模式τ₁=15.5 ms，τ₂=18.9 ms，与生物突触的快速（数十毫秒）和慢速（数百毫秒）成分相当。通过增加输入脉冲数，突触电流的幅值增大且保留时间延长，有效衰减时间常数从0.57 s增至3.32 s（L模式），从0.03 s增至0.53 s（E+），从0.38 s增至0.49 s（E?），成功模拟了从短时程到长时程可塑性的转变。

**2.5 脉冲时序依赖可塑性（STDP）**

对四种刺激组合（L/L、E+/E+、E?/E?、E+/L、E?/L）系统表征了STDP行为。对称模式（L/L、E+/E+、E?/E?）产生对称的赫布型ΔW曲线，时间常数接近生物学范围（15.7–31.0 ms）。混合模式（E+/L和E?/L）产生非对称曲线：E+/L配对仅产生增强效应，E?/L配对显示非对称的增强/抑制，时间常数显著延长（最长可达1184.7 ms），表明该器件可通过不同刺激组合灵活调控时序学习窗口，超出自然生物约束，适用于长时程关联学习。

**2.6 关联学习**

受蜜蜂通过紫外线反射和弱电场感知花蜜行为的启发，设计了关联学习演示。单独UV刺激（L模式）使电流上升但低于阈值（270 nA）；单独正栅脉冲（E+模式）使电流超过阈值；同时施加L和E+双刺激时电流急剧上升并显著超过阈值。在配对刺激后，仅施加UV刺激即可产生超过阈值的响应，表明器件成功建立了刺激-响应关联，实现了类似经典条件反射的单次关联学习。

**2.7 系统级性能评估：模拟权重与选择性注意**

将器件在不同刺激模式（仅L和L+E+）下获得的权重更新曲线（对应不同线性度）整合到卷积神经网络（CNN）中进行MNIST手写数字识别，识别精度分别达98.37%和98.39%。进一步构建包含TiO₂突触预处理模块的SNN（用于花/非花图像分类），在输入添加高斯噪声后，预处理模块通过模拟PPF特性进行时间集成，显著提高了高噪声条件下的识别精度。该预处理机制类似于生物选择性注意，通过聚焦显著特征并抑制背景噪声实现鲁棒分类。

**结论与讨论**

本研究提出了一种原位集成TiO₂/SiO_x/Al₂O₃突触光电晶体管，具备多模态和时序自适应神经形态功能。器件完全通过PEALD原位制备，确保了原子级均匀性和CMOS兼容可扩展性。通过紫外光（L模式）、正栅脉冲（E+模式）和负栅脉冲（E?模式）成功模拟了兴奋性和抑制性突触行为，展示了EPSC/IPSC、刺激剂量依赖权重调制、STDP样学习、短时程/长时程可塑性以及关联学习。提取的STDP和PPF时间常数与生物系统相当，增强了生物真实性。系统级评估验证了器件在CNN和SNN中的有效性，实现了高达98.39%的识别精度和抗噪声选择性注意功能。该平台为需要多模态学习、生物合理可塑性和高效硬件-软件协同优化的神经形态系统提供了紧凑、可靠且多功能的方案。当前工作仅限于单器件水平，未来需研究大规模交叉阵列集成、扩展光谱响应范围以及器件-电路-算法联合优化以推动实际部署。