香港大学唐晋尧教授/李灿教授AM：光电纳流体神经网络实现水相离子计算

背景：神经形态计算模仿大脑高效并行的信息处理方式，但现有硬件主要依赖固态半导体，以电子或空穴为载体。生物神经元的工作基础是水相环境中的离子迁移和动态电导调节。若直接以离子为载体构建器件，可在神经形态计算与生物电子学之间建立更自然的接口。近年来纳米限域空间中的离子动力学催生了流体忆阻器，但存在机械稳定性不足、加工复杂、可塑性模式单一、难以规模化互联等问题。研究目的：获得可调的离子记忆行为、光电多模态可塑性与规模化集成技术，实现神经网络级的离子计算能力。结论：该工作基于负载光响应分子的氧化石墨烯纳米通道构建光电纳流体忆阻器，发现了分钟级离子记忆行为，实现光、电、光电等多模态突触可塑性调控。利用非线性响应和衰减记忆构建物理储备池，在MNIST手写数字和运动微球数据集上分别实现91%和97%的识别准确率。通过器件串联/并联实现NAND和NOR离子逻辑门，并制备27单元阵列实现感存算一体功能。该研究证明水相离子器件可同时承担感知、记忆、逻辑运算和阵列计算，构建了首个完全在水相环境中运行的多功能离子神经网络。