近年来，人工智能算法的蓬勃发展描绘了无限的应用前景，激励人们开发一种新型的智能硬件，可以像人脑一样以低功耗、高性能的方式完成抽象学习过程和复杂的计算过程。
突触器件是实现这种新型硬件所需的半导体元件之一。 以连续可调的方式，它可以收集、存储和处理模仿生物突触行为的数据。 与传统的数字计算方法相比，它可以实现功能更新、能耗更低的模拟计算功能。
与目前相对成熟的突触器件相比，它在结构上主要由忆阻器和忆阻晶体管组成，以及材料中离子和缺陷的迁移、电荷俘获、铁极化调制、相变等。
为了获得此类器件的核心材料，通常需要化学气相沉积、溅射、原子层沉积等制备工艺。
由于这些原因，此类设备不可避免地会遇到一些困难，例如设备间不一致、随机性不可控、转换率低、存储状态数量有限等。 只有解决了这些问题，突触器件才能真正大规模地应用于AI硬件。
基于此，美国亚利桑那大学材料系助理教授闫晓东及其合作者跳出传统器件制备机制和工艺的局限，基于新材料体系和物理机制，研发出新一代突触器件。
图 |闫晓东（**闫晓东）。
据报道，莫尔超晶格是一种新兴的物质体系。 当二维晶格材料以特定角度堆叠在一起时，就会表现出新的物理现象。
近年来，在莫尔超晶格中发现了非常规超导性、轨道磁性、韦格纳晶态等新的物理现象，也揭示了莫尔超晶格独特的电子性质。
然而，这些特性通常是在非常低的液氦温度下实现的，根本无法在室温下保持，因此很难将这种丰富的材料系统与实际应用联系起来。
直到2020年，美国麻省理工学院（MIT）和波士顿学院的研究人员才发现，HBN双层石墨烯（BLG）的莫尔超晶格中存在非常规铁电现象，可以维持到室温。
随后，室温铁电现象在更多的莫尔超晶格中被发现，这也带来了莫尔超晶格实际应用的曙光。
在此背景下，闫晓东等从hbn blg mohr超晶格中的非常规铁电现象出发，实现了室温下的摩尔纹突触晶体管。 在复杂场景下，具备AI算法的实现能力。
*：nature）
他们发现，由于HBN BLG中存在周期性摩尔纹电位，电子和空穴能够在莫尔突触晶体管中以双重状态存在，即要么在沟道中自由移动，要么被摩尔纹电位束缚。
因此，垂直不对称的莫尔势导致载流子在双态切换中服从一种全新的机制，他们后来将其命名为电子棘轮机制。
棘轮机理由HBN和BLG之间的摩尔纹角决定，摩尔纹角是HBN BLG摩尔纹超晶格在特定拐角处的固有特性，不依赖于在材料中人为引入缺陷、相变、晶界等。
因此，莫尔突触晶体管的制造和规模只需要保证二维材料在一定角度上精确堆叠，从而可以避免传统突触器件的物理机理和制备过程造成的不可控的随机性和器件间不一致。
在棘轮机构下，栅极电压扫描范围和扫描方向的变化可以控制器件的传输特性。 在顶栅极的情况下，该器件的电导连续可调且非易失性，稳定性非常好，因此可以实现多种神经网络算法。
同时，该器件采用非对称结构，允许顶栅极和底栅极对器件实现不同的控制效果。 由于两个门的组合，该设备表现出很高的可重构性和易操作性，并且基于该设备的神经网络可以模仿生物神经元在以极其简单的方式学习时遵循的Bienenstock Cooper Munro模型。
同时，该设备具有应对外部干扰的自适应功能，有助于增强AI的鲁棒性，使AI能够在恶劣环境下准确运行自动驾驶功能。
事实上，莫尔突触晶体管不仅是类脑计算的有力工具，还具有超低能耗的特点，单台设备消耗约20皮瓦，非常有利于实现低能耗超大规模神经网络，因此可以用于可穿戴智能设备、无人机等能耗**有限的场景。
近日，一篇题为“具有室温神经形态功能的莫尔突触晶体管”的相关**文章发表在《自然》杂志上[1]。
闫晓东和麻省理工学院博士生郑志仁是共同作者，麻省理工学院教授Pablo Jarillo-Herreo，波士顿学院教授马琼和西北大学教授Mark Hersam是共同通讯作者。
图 |相关**（自然）。
同时，《自然》杂志还发表了题为“2D Materials Ratchet Up Biorealism in Computing”的综述章节，介绍了该器件的机械创新和卓越性能[2]。
未来，随着晶圆尺寸2D材料生长技术的进步和机器人辅助2D材料堆叠技术的改进，莫尔突触晶体管将在量产和阵列方面取得新的突破。
基于莫尔突触晶体管的神经网络硬件将具有高性能、自适应性强、功耗低等特点，可应用于智能可穿戴设备、无人机、自动驾驶、量子信息等领域。
未来，闫晓东和他的合作者将结合扭转电子、类脑计算和人工智能，探索莫尔超晶格器件在材料和结构上的创新，提高器件性能，降低器件能耗，推动器件的大规模阵列化，以及此类器件在光、电、计算领域的应用。
参考文献： 1yan, x., zheng, z., sangwan, v.k.et al. moiré synaptic transistor with room-temperature neuromorphic functionality. nature 624, 551–556 (2023).
2.koppens, f. h., aimone, j. b., chance, f. s. (2023). 2d materials ratchet up biorealism in computing.
操作排版：何晨龙。