由于处理器和存储器的物理分离，传统的冯诺依曼计算机在运行速度和能量损耗上受到极大的限制。与之相比，人脑通过调节突触权重来进行信息处理，同时也自动储存了记忆，这种方式更加高效。因此，模拟人脑的突触行为，构建出高效而精巧的大脑仿生计算，成为了解决传统计算机瓶颈的有效方法。突触电子学的出现，有望成为下一代智能神经机器人技术的新时代。

与基于无机材料的人工神经突触器件相比，有机半导体具有物化性质易调节、高生物相容性、能耗低、可拉伸、可生物降解、可植入等不可替代的优势。对于有机电突触，尽管人们已经做出了许多努力来降低其驱动电压，但是，电学器件不可避免地会带来额外的电学消耗和焦耳热，并且很难实现非接触式信息读写。为了解决这些问题，基于无机材料的全光学突触设备通过调节其在辐射下的透射率或余辉性质，实现了输入和输出信号均是光学量的生物突触行为模拟。然而由于缺乏相应的理论，有机全光突触尚未报道。要实现全光突触，有机材料的发光强度必须具有明显的辐射时间依赖性，表现出类似于人类生物突触的特征，包括兴奋性突触后强度（EPSI）、双脉冲易化（PPF）、短期可塑性（STP）、尖峰脉冲依赖可塑性（SNDP）等性质。有机分子受到光激发后跃迁到单线态激发态，会以辐射或非辐射的方式衰减到基态，其激发态浓度通常是不随光照历史而改变的。发光强度要随着光照时间增强就需要通过别的途径来提高激子浓度。

  近日，课题组黄辉教授、彭谦教授在一种有机半导体中观察到了全光神经突触现象。作者设计合成了有机半导体小分子(3,6-二甲基-9H-咔唑-9-基)(噻吩-2-基)甲酮(S2OC)，对其发光性质进行实验及理论计算发现，其在二氯甲烷溶剂中表现出来自高单线态激发态S3和S2的双发射峰，分别为380 nm和550 nm。而随激发时间增长，370 nm处荧光强度也不断增强，而580 nm处的荧光强度不随光照历史改变，利用短波长发光峰的这一性质实现了类神经突触性能曲线的模拟。

图1. 分子结构式及发光峰表征与计算

研究发现，在该分子中存在一条反Stokes发光的途径，即利用通过隙间窜越(S₁→T₁)产生的三线态激子，其会与氧气发生能量转移（³O₂+T₁→¹O₂+ S₀），同时在满足一定的能量要求下会通过三线态-三线态湮灭（T₁+T₁→T_n+S₀）的途径生成T_n，最后发生能量转移(¹O₂+T₉→S₁+ ³O₂)回到S₁，这种反斯托克斯发光通道会在持续光照不断提高单线态激子浓度。

图2. 全光突触性能表征及机理图

作者还建立了分子结构和突触表现之间（例如PPF）的关系，即三线态产率越高，发生反斯托克斯发光的产率越高。并且将该机理推广到了传统有机染料溴萘中，展示了具有反斯托克斯荧光的有机染料在全光突触中的通用性。最终，该全光有机突触被应用于非接触式多级防伪和图像识别，均表现出优异的性能。

上述最新研究成果近期发表在J. Am. Chem. Soc上，并被选为封面文章。本文的第一作者是课题组在读博士生陈皓。

论文信息：https://pubs.acs.org/doi/10.1021/jacs.2c13471