神经形态半导体器件实现世界最高手写模式识别率

由Yong-hun Kim博士和Jeong-Dae Kwon博士领导的研究团队通过开发锂离子电池材料薄膜，成功开发出世界上第一个具有高密度和高可靠性的神经形态半导体器件。他们通过生产超薄锂离子(最近备受关注的锂离子电池关键材料)并将其与二维纳米材料相结合来实现这一目标。该研究团队来自韩国材料科学研究所 (KIMS) 的表面与纳米材料部。

神经形态半导体设备具有类似于人脑的突触和神经元，用于处理和记忆信息。突触装置接收来自神经元的信号并以各种方式调节突触权重(连接强度)以同时处理和存储信息。特别是，突触权重的线性和对称性使得能够以低功率进行各种模式识别。

控制突触权重的传统方法使用异质材料或氧离子界面之间的电荷陷阱。然而，在这种情况下，难以根据外部电场控制离子在所需方向上的移动。研究人员通过开发薄膜工艺，同时根据外部电场保持锂离子的迁移率，用高密度人工智能半导体器件解决了这个问题。厚度为几十纳米的薄膜可以在控制晶圆尺度厚度的同时实现精细图案加工。

研究团队使用一般半导体加工中使用的真空溅射沉积法开发了这种薄膜。沉积膜的厚度小于100纳米。在硅晶片衬底上制造晶体管型器件后，当从外部施加电场时，带电的锂薄膜中的锂离子移动，从而可以精确控制沟道的电导率。

研究团队使用这种突触设备实现了人工神经网络学习模式，并开发了手写图像模式识别。该人工智能半导体器件即使在重复超过500次的电场中也能保持突触权重微调的特性，手写模式识别率约为96.77%。

研究团队表示，“我们的下一代神经形态半导体器件不需要CPU和内存，不需要传统的冯诺依曼型信息处理设备和信息存储设备。它可以同时处理和存储信息，学习和识别手写图案等图像有望应用于世界级神经形态硬件系统、触觉设备、视觉传感器等各种低功耗人工智能设备。”

该研究成果于2022年11月17日发表在ACS Applied Materials & Interfaces上。研究团队正在对低功耗人工智能设备和可穿戴边缘设备进行后续研究。