Ein gestaltbarer van-der-Waals-Kristall ermöglicht die Nachahmung künstlicher Nervenzellen mithilfe von Licht

Die rasanten Fortschritte in den Bereichen künstliche Intelligenz und Hyperkonnektivität erfordern neuromorphe Bildverarbeitungssysteme, die in der Lage sind, riesige Mengen visueller Daten in Echtzeit zu erfassen und zu verarbeiten. Optoelektronische Synapsen, die als Reaktion auf Lichtsignale Leitfähigkeitsänderungen aufweisen, dienen als Kernkomponenten dieser Systeme. Schichtförmige vdW-Materialien erregten aufgrund ihrer hervorragenden optischen Eigenschaften und ihrer Dicke im atomaren Maßstab große Aufmerksamkeit als vielversprechende Kandidaten. Herkömmliche vdW-Materialien standen jedoch vor technischen Herausforderungen, darunter die Schwierigkeit, Korngrenzen und Interkalation präzise zu steuern, die Ansammlung von Polymerrückständen, mechanische Verformungen an Grenzflächen sowie eine schlechte kristalline Gleichmäßigkeit über große Flächen.

Um diese Einschränkungen zu überwinden, konzentrierte sich das Forschungsteam auf die strukturelle Ähnlichkeit zwischen lichtempfindlichen Ionenkanälen in biologischen Membranen und geschichteten vdW-Gittern. Die Forscher wandten ein Plasma-Schwefelungsverfahren mit Argon und Schwefelwasserstoff (Ar + H₂S) auf massives Van-der-Waals-Rheniumselenid (ReSe₂) an. Dieser einstufige Prozess verwandelte den oberen Teil des Materials in eine nanokristalline ReSe₂-Schicht aus nanogroßen Körnern, während die darunterliegende monokristalline ReSe₂-Schicht erhalten blieb, ohne die Grenzflächen zwischen den Schichten zu beschädigen. Diese beiden integrierten Schichten entsprechen strukturell den lichtempfindlichen Ionenkanälen einer neuronalen Zellmembran bzw. der intrazellulären Umgebung und wurden ohne zusätzliche Abscheidungs- oder Strukturierungsschritte hergestellt.

Das Forschungsteam nutzte die Rastersondenmikroskopie (SPM), um die Wege der S²⁻ (Schwefel)-Ionenwanderung aufzuklären. Die Korngrenzen in der nanokristallinen ReSe₂-Schicht begrenzten den Schwefelionentransport auf atomarer Ebene und ermöglichten eine deterministische Steuerung der Aktualisierung der synaptischen Gewichte, ähnlich dem Gating-Mechanismus biologischer Ionenkanäle. Das Bauelement zeigte wichtige synaptische Funktionen, darunter mehrstufige Leitfähigkeitsmodulation, Langzeitpotenzierung/Langzeitdepression (LTP/LTD), Paired-Pulse-Facilitation (PPF) und einen einstellbaren Übergang vom Kurzzeit- zum Langzeitgedächtnis (STM-LTM). Das nanokristalline ReSe₂-Bauteil zeigte im Vergleich zu massivem ReSe₂ eine um 34,7 % höhere Speichereffizienz während Lern-Vergessen-Wiederlern-Zyklen. In Bewertungen auf Systemebene führte das Gerät erfolgreich eine Kantenerkennung an natürlichen Bildern durch und erreichte eine Klassifizierungsgenauigkeit von 96,24 % bei der CIFAR-10-Bilderkennungsaufgabe. Diese Entwicklung bietet eine Materialplattform für neuromorphe Halbleiter und KI-Hardware der nächsten Generation.

„Diese Studie demonstriert eine einstufige Methode zum Entwurf der Struktur von Van-der-Waals-Kristallen für optoelektronische synaptische Bauelemente, die mithilfe von Licht lernen und Informationen speichern“, sagte Professor Taesung Kim, der korrespondierende Autor der Studie. „Durch die strukturelle Lösung der zufälligen Natur der Ionenmigration und der Grenzflächenprobleme, die herkömmlichen Bauelementen innewohnen, kann diese Architektur auf die Forschung an neuromorphen Halbleitern der nächsten Generation und KI-Hardware angewendet werden.“