科研进展丨非晶二维化合物实现全光神经形态器件

随着人工智能和物联网的发展，传统硅基计算架构在信息处理速度和能耗上面临瓶颈。类脑计算和光神经形态器件因其模拟生物神经元和突触功能、低功耗和高并行处理能力而成为研究热点，但现有材料在光响应可控性、双向调控及能耗方面仍存在局限。为解决这一瓶颈，松山湖材料实验室/中国科学院东莞材料科学与技术研究所联合淮北师范大学开展了以二维非晶TaIrTe₄为核心材料的光电器件研究，探索通过结构无序化实现全光双向突触功能的新策略。

研究团队采用电化学剥离方法，将TaIrTe₄单晶制备为非晶纳米片，平均厚度约2 nm，平均横向尺寸超过50 µm，分散性优异且具备良好的空气稳定性（图1）。结构无序化伴随碲空位形成与配位畸变，诱导材料从金属性转变为半导体性并打开带隙，同时形成分布陷阱态，为双向光响应和突触功能的实现奠定基础。基于这些纳米片制备的场效应晶体管展现出双极载流子输运特性，开关比超过10³，迁移率约1.5 cm² V^-1s^-1。同时，器件在光刺激下产生自供电、持续的光电流响应。通过调控光波长（405 nm – 638 nm），器件表现出全光双向突触可塑性。即638 nm光脉冲触发配对脉冲促进（PPF）127.8%，405 nm光脉冲触发配对脉冲抑制（PPD）187.5%，在0.2 V的低偏置电压下，光脉冲能耗低于5.65 pJ，成功模拟了生物突触的兴奋与抑制功能，并且实现了短期至长期突触可塑性可控转换（图3）。研究进一步证实，可以通过调控光脉冲宽度，功率或脉冲数量，实现638 nm诱导短期→长期增强、405 nm 诱导的短期→长期抑制的可控转换，完全复刻生物突触的记忆形成与遗忘规律。基于这些器件构建的三层神经网络，在MNIST手写数字识别中准确率达到92.1%，在Fashion-MNIST服饰分类任务中准确率达到82.8%，显示其在神经形态计算及智能视觉识别中的应用潜力。（图4）。

研究成果展示了二维非晶材料在全光型神经形态器件中的应用新可能，为未来低功耗、全光控、双向突触功能的类脑光学计算器件发展提供参考。

图1：TaIrTe₄无定形纳米片的电化学剥离及结构表征。图展示电化学剥离示意、光学显微图、TEM和AFM表征，剥离纳米片超薄且横向尺寸大。

图2：波长依赖双向光突触可塑性及机制示意。405 nm光脉冲产生抑制响应，520/638 nm光脉冲产生增强响应，原子尺度模型与能带示意图解释机制。

图3：光脉冲调控短期到长期可塑性及学习-遗忘行为，包括兴奋性和抑制性突触的脉冲宽度、功率、次数调控，以及学习-遗忘-再学习测试。

图4：光突触权重更新线性及类脑神经网络识别性能，展示50次循环稳定性、ANN网络识别结果及精度曲线。

该研究成果以“Electrochemically Exfoliated Amorphous TaIrTe₄ Nanosheets for Bidirectional Optical Neuromorphic Devices”为题发表在Small期刊（Small, 2026, 73719）上，松山湖材料实验室/中国科学院东莞材料科学与技术研究所林生晃研究员、中山大学沐浩然副教授以及淮北师范大学袁建博士为论文共同通讯作者。

https://onlinelibrary.wiley.com/doi/10.1002/smll.73719