近年來，大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能的快速發(fā)展，對數(shù)據(jù)處理的速度和效率提出了更高的要求。人類大腦是最復雜的計算系統(tǒng)之一，可以通過密集協(xié)調(diào)的突觸和神經(jīng)元網(wǎng)絡(luò)同時存儲、整合和處理大量的數(shù)據(jù)信息，兼具高速和低功耗的優(yōu)勢。受人腦的啟發(fā)，人工突觸器件應(yīng)運而生。人工突觸器件因具有同時處理和記憶數(shù)據(jù)的能力而備受關(guān)注，有望成為下一代神經(jīng)形態(tài)計算系統(tǒng)中的核心元器件。  8m\7*l^D:  
7WkB>cn  
GaN基納米柱具有表面體積比大、穩(wěn)定性高和能帶連續(xù)可調(diào)等優(yōu)勢，但能否作為理想材料制備人工突觸器件以用于低功耗地模擬生物突觸特性，這是值得研究的問題。近日，中國科學院蘇州納米技術(shù)與納米仿生研究所陸書龍團隊在前期納米柱相關(guān)工作的基礎(chǔ)上，研發(fā)了基于GaN基納米柱/石墨烯異質(zhì)結(jié)的人工突觸器件。實驗證明，在光刺激下該器件能夠有效模擬神經(jīng)突觸特性，包括記憶特性、動態(tài)的“學習-遺忘”特性和光強依賴特性，可實現(xiàn)從短期記憶（STM）到長期記憶特性（LTM）的轉(zhuǎn)變（圖1）。相關(guān)成果以Realize low-power artificial photonic synapse based on (Al,Ga)N nanowire/graphene heterojunction for neuromorphic computing為題，發(fā)表在《應(yīng)用物理快報-光子學》（APL Photonics）上。 --HZX  
;Q OBBF3HG  
BW}U%B^.  
在上述納米柱陣列研究的基礎(chǔ)上，該團隊提取了單根GaN納米柱，實現(xiàn)了人工突觸器件的制備，并與器件電導性能相結(jié)合，構(gòu)建了神經(jīng)網(wǎng)絡(luò)以模擬對數(shù)字圖像的識別【識別準確率可在30個訓練周期后達 93%（圖2）】。由于單根GaN納米柱的體積極小，單次脈沖能耗可低至 2.72×10^-12 J，這有助于研發(fā)低功耗的神經(jīng)網(wǎng)絡(luò)計算系統(tǒng)。相關(guān)成果以Light-stimulated low-power artificial synapse based on a single GaN nanowire for neuromorphic computing為題，發(fā)表在《光子學研究》（Photonics Research）上。 @