Ultralow energy consumption conjugated polymers with perovskite quantum dots via polarity adjustment for photosynaptic transistors.

共軛高分子與鈣鈦礦量子點極性調控應用於超低能耗光感神經元電晶體構裝

分子科學與工程系 陳威丞 助理教授 研究成果分享

Mater Horiz. 2025, 2(20), 8711-8723. (DOI: 10.1039/d5mh00833f.)

在人工智慧、智慧感測與低功耗運算快速發展的趨勢下，如何突破傳統馮紐曼架構中記憶體與運算分離所造成的高能耗瓶頸，已成為新世代電子技術的重要課題。受人腦神經突觸能以極低能量完成訊號傳遞與記憶處理的啟發，模擬生物神經行為的光感神經元電晶體（photosynaptic transistor）被視為未來邊緣運算、智慧視覺系統與類神經元元件的重要候選。然而，這類元件若要兼具高靈敏度、低功耗與高穩定性，關鍵挑戰在於如何精準設計異質接面材料，使光生載子的分離、傳輸與捕捉機制達到最佳化 (圖一)。本研究提出一項新的材料設計策略：藉由錫 (Sn) 摻雜調控鈣鈦礦量子點（PeQDs）的極性與雙極性特徵，進一步改變其在不同共軛高分子系統中的電子與電洞捕捉行為，從而實現與 p-type 或 n-type 共軛高分子的最佳匹配 (圖二)。研究結果顯示，適量 Sn 摻雜後，鈣鈦礦量子點的光激發特性與能階排列可被有效調整，不僅提升光致發光量子效率，也改善材料的缺陷鈍化與界面相容性。這使得 Sn–PeQDs 在 p-type 共軛高分子系統中能更有效促進電子捕捉，延長光生載子的釋放時間，進而強化元件的光記憶與突觸可塑性表現；相對地，在 n-type 系統中則呈現不同的極性匹配結果，進一步驗證了「量子點極性設計」對異質接面功能的重要性。在元件應用上，本研究將 Sn–PeQDs 與 p-type 共軛高分子 DPPSe 整合，成功建構高效能光感神經元電晶體。此元件可模擬多種生物神經突觸行為，包括短期可塑性、長期可塑性、脈衝數依賴可塑性，以及脈衝時間依賴可塑性等。這些特性代表元件不僅能感知外部光刺激，還能像神經系統一樣對訊號進行記憶、累積與學習。更重要的是，透過材料極性與界面電荷捕捉行為的精準調控，本研究元件在極低操作條件下達到0.169 aJ 的超低單次突觸事件能耗，顯著優於多數已報導的 p-type 光感神經元元件，展現出發展超低功耗神經形態電子系統的潛力(圖三)。除元件層級驗證外，本研究亦進一步結合人工神經網路（ANN）模擬，將此元件特性應用於影像去雜訊與圖樣辨識。結果顯示，透過所建立的去雜訊陣列與神經網路學習架構，手寫數字影像辨識率可提升至約 90% (圖三)，顯示本研究不僅在材料科學與元件工程上具有創新性，也具備朝向智慧感測、視覺運算與低能耗 AI 硬體系統發展的前瞻應用價值。整體而言，本研究建立了一套從材料極性調控、異質接面設計、電荷捕捉機制到神經形態應用驗證的完整研究路徑，為新一代軟性光電與低能耗類神經元電子元件提供了重要設計準則與發展方向。

圖 1、傳統馮紐曼架構與光感神經元架構之比較示意圖

圖 2、藉由錫（Sn）摻雜調控鈣鈦礦量子點極性，使其具有不同的載子捕獲特性，並可進一步與不同型態之共軛高分子進行異質整合

圖 3、(a)、(b) 光感神經元元件之突觸可塑性表現；(c) 元件最低能耗比較；(d) 降噪陣列與手寫數字辨識示意；(e) 人工神經網路（ANN）架構；(f) 學習與辨識準確率分析結果