大家好，今天为大家分享一篇2026年1月16日发表在Laser & Photonics Reviews的文献，题目为"Bifunctional Photonic Synapse With Short-Term and Long-Term Plasticity for Neuromorphic Image Recognition"。本文的第一作者是Yanbing Han，本文的通讯作者是Han Gao、Lin Dong与Zhifeng Shi。
摘要
人工突触器件的进步对于深化神经网络的物理基础和拓展人工智能所能处理的任务多样性至关重要。然而，迄今为止所展示的光子突触大多需要电学读出或复杂的异质结构，且未有任何一种能在单层、全光学的平台中，提供一种内置的、材料层面的机制来统一短期可塑性与长期记忆。本文介绍了一种以Ti掺杂的作为纯光子突触，其双功能的浅能级和深能级陷阱天然地划分了易失性与非易失性记忆。通过双波长紫外光（275 nm激发/365 nm抑制）的调控，可引发短期易化、脉冲数依赖性增强、强直后增强和可擦除存储等行为。基于这些动力学特性，我们推导出了一个“光控逻辑斯蒂”（Opto-Logistic）激活函数，并将其嵌入到一个部署于微控制器上的轻量级神经网络中，成功展示了一只能自主分类蔬菜、并能在储备池计算框架下通过再训练识别水果等新类别的“AI狗”。这些发现揭示了持久发光现象如何镜像生物突触的物理过程，并为可扩展的光子神经形态处理器提供了材料层面和系统层面的设计准则。
研究背景与内容
近年来，各类新兴的人工突触器件和神经网络架构被相继开发出来。然而，这些器件主要依赖于电导率来实现突触行为，而全光信号的人工突触研究相对较少。值得注意的是，光致发光过程在基本原理和外部表现（包括编码、存储和记忆调用）上与生物突触传递有着显著的相似性。
本文作者类比了化学突触与持久发光、电突触与荧光之间的相似性。持久发光（LPL）由于存在中间陷阱中心来捕获和逐步释放激子，表现出累积效应，类似于化学突触传递。基于此，作者选择了一种新兴的持久发光材料，其同时拥有浅能级和深能级陷阱态，这两种陷阱态既可独立作用，也能协同调节突触行为。通过利用其固有的浅能级陷阱中心，实现了如配对脉冲易化（PPF）和脉冲数依赖性增强等基本突触行为。通过异质Ti掺杂引入了深能级载流子陷阱中心，实现了信息的长期存储和长时程可塑性转变。此外，利用365 nm激光照射，可以有效释放浅、深能级陷阱中的载流子，从而实现刺激的协同调节以及记忆的擦除和重构。
图1. 受神经生理学启发的发光材料突触行为。 a) 高等哺乳动物化学突触与余辉发光、原始动物电突触与荧光之间相似性的示意图。b) :Ti的晶体结构及其浅、深缺陷态示意图，它们分别与短期突触行为和长期记忆功能相关。c) 在贫Sb和富Sb条件下，、和缺陷的形成能随费米能级的函数关系。d) 不同Ti掺杂浓度的:Ti的XRD图谱。e) 沿<001>晶带轴的:Ti高分辨率TEM图像。
:Ti独特的电光突触行为源于其本征的光学特性。研究首先考察了该材料的荧光、余辉、光擦除和热擦除特性。如图2所示，:Ti的光致发光（PL）发射峰位于440 nm，激发峰位于335 nm。其室温余辉信号在8000秒后依然可被检测到。尤为关键的是，Ti掺杂显著改变了中的陷阱中心分布。热释光（TL）测量表明， pristine 主要包含一个约340 K的浅陷阱（陷阱A），而Ti掺杂后，一个约500 K的深陷阱（陷阱C）强度显著增强。陷阱A靠近室温，易受热扰动，对应于易失性存储和计算；而陷阱C远离室温，能抵抗热扰动，实现载流子的长期保持，对应于非易失性存储和计算。进一步研究发现，275 nm紫外光可对陷阱进行“充电”（填充载流子），而365 nm紫外光则扮演相反角色，可“擦除”被俘获的载流子。
图2. :Ti的发光特性、持久发光及光/热擦除。 a):Ti的吸收、光致发光（PL）和光致发光激发（PLE）光谱。b):Ti在室温下的持久发光强度衰减曲线。c) 未掺杂和Ti掺杂的热释光辉光曲线。d) 在275 nm紫外辐射下，:Ti中陷阱A和陷阱C强度随充电时间的演变。e):Ti中陷阱A和陷阱C在室温下的释放动力学。f) 在275 nm紫外充电和随后的365 nm紫外擦除下，:Ti的TL强度随时间的变化。g):Ti在275 nm紫外光充电/着色和365 nm紫外光漂白后的吸收光谱。h):Ti在各种光照和处理条件下的照片。i):Ti中的发光过程、载流子俘获/脱陷以及光/热擦除的示意图。
基于:Ti的独特光学性质，研究人员进一步探究了其本征光电突触机制和衍生行为。如图3a所示，在365 nm紫外光照下，材料的发射信号与刺激几乎同步，类似于生物电突触的快速响应。相比之下，在275 nm紫外光照下，发射信号在激发期间逐渐上升，在光照关闭后缓慢衰减，这归因于相对缓慢的持久发光过程，类似于生物系统中的化学突触传递。在275 nm单脉冲激发下，响应脉冲幅度随脉冲功率线性增加，但随脉冲持续时间非线性增加，表现出时间累积效应。配对脉冲易化（PPF）是突触传递的典型特征。如图3d所示，施加两个275 nm紫外脉冲时，第二个脉冲引起的响应（A₂）明显高于第一个脉冲（A₁），表现出清晰的PPF行为。PPF指数可通过脉冲间隔、刺激功率以及275 nm/365 nm光的协同作用进行调节。
图3. :Ti在单、双和三紫外脉冲下的光突触响应。 a) :Ti在275 nm和365 nm单脉冲激发下的PL响应。b) 在275 nm激发下，响应PL幅度（响应脉冲强度）作为脉冲功率和脉冲持续时间的函数。c) 在365 nm激发下，PL响应幅度作为脉冲功率和脉冲持续时间的函数。d) :Ti在275 nm激发下的PPF。e) 在固定脉冲持续时间（100 ms）下，PPF指数作为脉冲间隔（Δt）的函数。f) 在可变紫外脉冲功率下的PPF。g) 单独365 nm激发和与275 nm紫外光共同照射下的PPF。h) 在275 nm、365 nm和275/365 nm组合激发下的PPF指数。i) 三个275 nm脉冲下的光响应及通过365 nm擦除脉冲的调制。
在生物突触中，突触可塑性通常受脉冲数量、频率和时序的调控。研究人员相应地探究了:Ti在不同紫外脉冲数量、频率和时间模式下的光突触响应。如图4a所示，在275 nm紫外刺激下，光致发光响应随脉冲数量的增加而逐渐增强，在约300个脉冲后达到饱和。这种饱和行为可以用逻辑斯蒂函数很好地拟合，适合作为神经网络的激活函数。TL光谱测量揭示了记忆和遗忘过程：随着脉冲数量的增加，深陷阱（陷阱C）的增强更为显著，表明从短期增强（STP）向长期增强（LTP）的转变。刺激30分钟后，浅陷阱（陷阱A）几乎完全衰减，而陷阱C仍保持在较高水平，支持长期记忆。此外，该材料还表现出基于占空比的阈值依赖行为、强直后增强（PTP）以及频率依赖性响应。
图4. :Ti的多级光突触可塑性。 a) 在脉冲数n=5–300的275 nm紫外脉冲下，PL响应随时间的变化。b) n=300时的增强曲线及其双指数饱和函数拟合。c) 峰值PL强度和响应衰减至最大值2%所需的时间（t₀.₀₂）作为脉冲数的函数。d) 不同脉冲数激发后立即测量的TL光谱。e) 不同脉冲数激发后30分钟测量的TL光谱。f) 学习-遗忘曲线，显示在第二次学习中，10个脉冲即可引起与第一次20个脉冲相同的响应幅度。g) 在固定频率（10 Hz）和不同脉冲间隔（50 ms和90 ms）下，5个紫外脉冲的PL响应，说明了阈值依赖的信号门控。h) 强直后增强：在强直刺激后10秒间隔内观察到的PL响应增强。i) 通过改变脉冲间隔（10–90 ms）在固定脉冲持续时间（10 ms）下获得的不同紫外脉冲频率（10–50 Hz）下的PL响应。
基于上述多级光突触机制，研究人员设计并实现了神经形态光学防伪和图像识别应用。如图5a所示，构建了一个占空比可编程的紫外写入系统，利用周期性紫外光脉冲作为“紫外笔”，在:Ti厚膜上写入信息。通过对占空比进行编码，写入的图案在加热读出时呈现出与编码方案相关的不同亮度梯度，实现了神经形态防伪。
更进一步，研究人员利用从材料响应中拟合得到的“光控逻辑斯蒂”（Opto-Logistic）函数作为神经网络的激活函数，训练了一个轻量级卷积神经网络（CNN），并将其集成到一个装有ESP32-CAM模块的玩具狗上，构建了一只能进行蔬菜识别的“AI狗”（图5f）。该模型在蔬菜数据集上达到了100%的验证准确率。受:Ti突触可擦除和可重写特性的启发，该“AI狗”的神经网络识别功能也可以被“擦除”和重新训练，以识别水果等新类别（图5i）。最后，文章提出了一个可重构的储备池计算概念（图5k），其中，不同的识别任务（如蔬菜、水果）可以通过365 nm紫外光进行“清零”和重新分配，而无需改变底层的物理框架和神经网络，展示了其在适应更复杂识别任务方面的潜力。
图5. 基于:Ti突触特性的多功能应用。 a) 紫外笔防伪过程示意图，包括设计编码、写入和读取。b) 具有不同占空比时间分布的紫外笔脉冲策略。c) 对应不同时间分布的紫外笔写入轨迹的光致发光图像。d) 加速和减速方案的占空比时间分布。e) 使用占空比编码的紫外笔进行数字书写，从荧光强度识别笔画顺序。f) :Ti与人工智能狗的集成，用于蔬菜识别。g) 轻量级CNN架构。h) AI狗的内部结构。i) 重新训练后对水果（樱桃）的识别。j) 使用Opto-Logistic激活函数（右）与ReLU（左）提取的特征的t-SNE可视化。k) 基于:Ti突触的可重构储备池计算概念示意图。
创新点与展望
本文的创新点主要包括：
- 1. 材料层面的功能集成： 首次提出并实现了一种基于单一持久发光材料(:Ti)的全光子突触，通过材料固有的浅陷阱和经工程化设计的深陷阱，在材料层面天然地集成了短期可塑性（STP）和长期记忆（LTM）两种功能。
- 2. 双功能全光调控： 展示了一种双波长、全光学的调控机制，利用275 nm紫外光进行激发/增强，365 nm紫外光进行抑制/擦除，模拟了生物突触的兴奋和抑制功能，且无需电学信号进行读出或控制。
- 3. 硬件与软件的协同设计： 成功地将材料物理与人工智能应用相结合，直接从材料的物理响应中推导出一个独特的“光控逻辑斯蒂”激活函数，并将其嵌入轻量级神经网络中，提升了网络性能，为硬件加速AI提供了新思路。
- 4. 概念验证系统集成： 构建了一个完整的神经形态系统（AI狗），执行了如图像识别等真实世界任务，展示了所提出的光子突触从材料到器件再到系统层面的实际应用潜力。
未来研究方向与改进：
- 1. 材料优化： 可进一步对持久发光材料中的陷阱分布和密度进行精细调控，以实现更复杂和精细的突触动力学，例如脉冲时间依赖可塑性（STDP）。
- 2. 器件集成化： 从目前的粉末/薄膜演示，向芯片级、高密度的神经形态处理器发展，开发将此类材料作为突触节点的集成光子回路。
- 3. 算法与架构探索： 探索更先进的、能更直接利用持久发光时间动态特性的神经网络架构，如脉冲神经网络（SNNs），以充分发挥该光子突触的优势。
- 4. 多模态功能拓展： 研究结合光学、热学等多种刺激输入，以实现更复杂的突触功能和计算范式，进一步拓展其在神经形态计算中的应用范围。
