光电传感，将不同波段光信号转换为电信号的光电传感器件，在图像传感、光学通讯、环境监测以及生物监测等领域发挥着不可替代的作用，对人民生活和国防建设至关重要。近年来，中国科学院大学黄辉课题组在该领域开发了一系列分子设计方法及器件制备策略，例如于2016年制备了首个全聚合物光电探测器器件，探测率达到1.2×10¹² Jones（Adv. Funct. Mater. 2016, 26, 6306–6315）；采用无规共聚方法制备的聚合物获得了高达19.1 A/W的响应度（ACS Appl. Mater. Interfaces 2018, 10, 2, 1917–1924）；通过构象调整和侧链修饰的分子工程将响应度提高了3倍（J. Mater. Chem. C 2019, 7, 5739--5747）；将有机物的光电响应拓展至短波红外区域，制备的柔性器件用于16×16的阵列成像（Macromolecules 2020, 53, 10636-10643）。近期又进一步实现了柔性基底上的自驱动光电突触器件，并将其应用在阵列记忆成像及防伪模型上。

传统的冯诺依曼计算系统由于内存模块和处理器的物理分离将面临一系列问题，如数据传递过程产生的额外能耗、计算速度受到限制、非结构化实时化信息处理等。神经形态计算以其自适应学习、高并行计算和低功耗等优点，被认为是最有希望解决冯诺依曼瓶颈的方法之一。实现神经形态计算的重要前提是开发能模拟生物突触行为的神经突触器件。电学神经突触器件是首先发展起来的神经突触器件，但是它们在统筹考虑带宽、连接、密度等因素下的整体优化面临着很大的挑战。近年来，利用光作为刺激响应的人工突触渐渐发展起来，相比于电学神经突触，光具有高带宽、低串扰、低能耗和无延迟等特性，还可以直接模拟视觉等至关重要的神经行为。

首先其中能耗问题是神经突触器件面临的挑战。人体的一次神经突触行为在几十到几百飞焦，而目前的光电突触器件大多数是三端的光电晶体管结构，往往需要在较高的驱动电压下服役，这样大的能量消耗是微电子领域要极力避免的，甚至的电压必然带来热量的累积，进而影响器件性能，因此很多人在降低突触器件能耗方面做出了努力。其次人类获取外界信息的途径绝大部分是来自视觉，为了模拟人类视觉，很多光电突触器件对可见光刺激表现出了很优秀的性能，但是在人工智能领域，研究者希望能拓宽视觉的响应范围，能更多的对人类无法看见的红外光、紫外光等进行感知和计算。尤其是红外光，其在军事，远程遥控以及光学通讯等领域都具有广泛的应用。

图1. 器件结构及光突触行为模拟

在该工作中研究者采用一种短波红外响应的聚合物PBTT，将其旋涂在Si/SiO₂基底和柔性聚对苯二甲酸乙二酯PET基底上，实现了一系列光电突触行为的模拟，例如兴奋性突触电流/后电位（EPSC），短程可塑性（STP）、长程可塑性（LTP），STP-LTP转化，双脉冲易化（PPF）等等。特别的是，在PET基底上即使不施加外加偏压，器件也能够运行，这就意味着我们可以只通过短波红外光刺激对器件性能进行调制而无需电压，大大的减少了能量消耗。

图2. 器件自驱动机理探究

进一步为了研究柔性基底自驱动机理，研究者对薄膜的表面形貌及电荷分布进行了研究。首先聚合物在PET基底上的粗糙度远高于Si/SiO₂基底，这导致了PET表面更大的局域电场。相较于Si/SiO₂基底薄膜在暗态下和光照下几乎没有变化的表面电荷分布，PET基底在光照下呈现出更明显的电荷分布差异，意味着PET基底上存在着光致电荷积累现象，而这有利于激子在局域电场下的解离。为了进一步量化这一现象，又通过开尔文力显微镜的方式测量不同光照强度下薄膜表面电势，研究发现，随着近红外光强度从0增强到66.7，100，200 mW cm^-2，平均表面电势从105增强到244，313，481 mV，这与光强依赖的光响应电流值是一致的。同时，PBTT的相对介电常数达到了5.8，这一较高的介电常数值降低了激子结合能，从而激子在无需外加电场的情况下就能解离成载流子。作为对比实验，另一个具有短波红外光响应的聚合物PBTB在0 V外加偏压不能工作，必须在有驱动电压时才能表现出光电突触的性能，它的介电常数仅为3.5，说明了大的介电常数是有利于产生器件自驱动性能的。

图3. 器件阵列记忆成像及防伪模型

最后，研究者将柔性自驱动突触器件应用于阵列记忆成像以及防伪模型中，取得了很好的效果，体现了器件结构简单、无电压能量损耗的优势。这一成果最近以“Self-powered Flexible Artificial Synapse for Near-infrared Light Detection”为题发表在Cell Reports Physical Science上，中国科学院大学博士研究生陈皓为文章的第一作者，黄辉教授为通讯作者。