近年來，大數據、互聯網和人工智能的快速發展，對數據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之一，可以通過密集協調的突觸和神經元網絡同時存儲、整合和處理大量的數據信息，兼具高速和低功耗的優勢。受人腦的啟發，人工突觸器件應運而生。人工突觸器件因具有同時處理和記憶數據的能力而備受關注，有望成為下一代神經形態計算系統中的核心元器件。 

GaN基納米柱具有表面體積比大、穩定性高和能帶連續可調等優勢，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與納米仿生研究所陸書龍團隊在前期納米柱相關工作的基礎上，研發了基于GaN基納米柱/石墨烯異質結的人工突觸器件。實驗證明，在光刺激下該器件能夠有效模擬神經突觸特性，包括記憶特性、動態的“學習-遺忘”特性和光強依賴特性，可實現從短期記憶（STM）到長期記憶特性（LTM）的轉變（圖1）。相關成果以Realize low-power artificial photonic synapse based on (Al,Ga)N nanowire/graphene heterojunction for neuromorphic computing為題，發表在《應用物理快報-光子學》（APL Photonics）上。

在上述納米柱陣列研究的基礎上，該團隊提取了單根GaN納米柱，實現了人工突觸器件的制備，并與器件電導性能相結合，構建了神經網絡以模擬對數字圖像的識別【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，這有助于研發低功耗的神經網絡計算系統。相關成果以Light-stimulated low-power artificial synapse based on a single GaN nanowire for neuromorphic computing為題，發表在《光子學研究》（Photonics Research）上，并被選為Editors' Pick。

研究工作得到國家自然科學基金面上項目和中國科學院基礎前沿科學研究計劃從0到1原始創新項目等的資助，并獲得蘇州納米所納米真空互聯實驗站（Nano-X）、納米加工平臺和測試分析平臺的支持。

圖1. 基于GaN基納米柱陣列的人工突觸器件的構建及其突觸性能表征     

圖2. 基于單根GaN納米柱的人工突觸器件的結構示意圖、掃描電子顯微鏡（SEM）圖片及其數字圖像識別功能