Transistors synaptiques photoniques avec nouvelle couche de piégeage d'électrons pour des performances élevées et ultra

Rapports scientifiques volume 13, Numéro d'article : 12583 (2023) Citer cet article

Détails des métriques

Les transistors synaptiques photoniques sont étudiés pour leurs applications potentielles dans les systèmes informatiques neuromorphiques et de vision artificielle. Récemment, une méthode permettant d'établir un effet synaptique en empêchant la recombinaison de paires électron-trou en formant une barrière énergétique avec une double couche constituée d'un canal et d'une couche d'absorption de la lumière a donné des résultats efficaces. Nous rapportons un dispositif à triple couche créé en enduisant une nouvelle couche de piégeage d'électrons entre la couche d'absorption de la lumière et la couche d'isolation de grille. Comparé à la structure synaptique photonique double couche conventionnelle, notre dispositif triple couche réduit considérablement le taux de recombinaison, ce qui entraîne des performances améliorées en termes de photocourant de sortie et de caractéristiques de mémoire. De plus, notre transistor synaptique photonique possède d'excellentes propriétés synaptiques, telles que la facilitation des impulsions appariées (PPF), la potentialisation à court terme (STP) et la potentialisation à long terme (LTP), et démontre une bonne réponse à une faible tension de fonctionnement de - 0,1 mV. L'expérience de faible consommation d'énergie montre une très faible consommation d'énergie de 0,01375 fJ par pointe. Ces résultats suggèrent un moyen d’améliorer les performances des futurs dispositifs neuromorphiques et systèmes de vision artificielle.

La méthode traditionnelle de von Neumann n'est pas adaptée au traitement de grandes quantités d'informations générées instantanément et se déplaçant de manière aléatoire, car elle effectue des calculs en série et séquentiels via un seul canal. Dans cette méthode traditionnelle, le traitement d’une grande quantité de données peut entraîner des retards et des pannes, appelés goulots d’étranglement de von Neumann, ainsi qu’une consommation d’énergie considérable1,2. Les chercheurs se sont donc concentrés sur le cerveau humain, qui est hautement intégré et peut traiter les informations rapidement et efficacement. Un seul événement synaptique dans le cerveau humain consomme une très faible énergie, environ 10 fJ3. Les dispositifs synaptiques imitant le cerveau et neuromorphiques ont récemment suscité un intérêt et diverses méthodes de faible puissance utilisant la propriété de plasticité ont été publiées4,5.

Les dispositifs synaptiques organiques sont attrayants en raison de leur poids léger, de leur traitement sur une grande surface et de leur fabrication facile et peu coûteuse6,7. En général, pour les dispositifs utilisant un transistor à effet de champ (FET) organique piloté par tension, dont la grille est modulée par un potentiel électrique, les propriétés synaptiques ont été mises en œuvre en utilisant des ions se déplaçant lentement à l'intérieur de l'électrolyte. Divers dispositifs ou systèmes hautement fonctionnels ont été mis en œuvre en utilisant ces propriétés4,8,9. Un système tactile artificiel avec un capteur cutané a été développé utilisant une couche ferroélectrique ou un gel ionique10,11. Kim et coll. ont rapporté un nerf afférent artificiel en combinant un capteur de pression et un gel ionique7.

Récemment, des dispositifs synaptiques photoniques ont été signalés, en plus des transistors qui implémentent des propriétés synaptiques en utilisant la tension de grille6,12,13,14,15. Par rapport à la méthode de commande de tension, les dispositifs synaptiques photoniques peuvent avoir une large bande passante, une vitesse de transmission rapide et une faible consommation d'énergie16. Ces éléments de synapse photonique peuvent également incarner une vision artificielle. Lorsque l’œil humain reçoit des informations visuelles, les photorécepteurs de la rétine convertissent la lumière en impulsions électriques, qui sont transmises par les nerfs jusqu’à la région du cerveau qui crée et stocke les images. Dans un système de vision artificielle, le dispositif détecte la lumière et la convertit en signal électrique pour générer et stocker des informations lumineuses17. Le transistor synaptique photonique convertit rapidement un signal optique en signal électrique et présente simultanément d'excellentes propriétés pour le stockage d'informations ; c’est pourquoi il a récemment attiré l’attention en tant que dispositif permettant de construire un système de vision artificielle18.

De nombreux matériaux, tels que les semi-conducteurs organiques18, les pérovskites19 et les biomatériaux respectueux de l’environnement20, sont utilisés comme couches d’absorption de la lumière. Parmi ceux-ci, nous avons utilisé une pérovskite halogénure inorganique (CsPbBr3), un matériau semi-conducteur à structure hexagonale12. Parce que les pérovskites ont des rendements photoélectriques élevés, elles attirent l’attention sur les dispositifs optiques tels que les cellules solaires21 et les photodétecteurs22. Cependant, ils sont très vulnérables à l’humidité et leur efficacité photoélectrique diminue considérablement lorsqu’ils sont exposés longtemps à l’atmosphère23. À cet égard, le CsPbBr3 constitué de matériaux inorganiques présente une meilleure stabilité que les autres pérovskites organiques-inorganiques .