在人脑的复杂网络中，突触是神经元之间传递信息的关键连接点，其强度可以根据经验动态调整——有的记忆转瞬即逝（短期记忆），有的则烙印深刻（长期记忆）。这种“记忆”与“遗忘”的巧妙平衡，是大脑高效处理信息、适应环境的核心。如今，在人工智能硬件领域，模拟这种特性的“人工突触”器件正受到广泛关注。然而，传统的突触器件往往功能单一，要么只能实现短期记忆（易失性），要么只能实现长期记忆（非易失性）。能否制造出一种像大脑一样、能根据需求在两种模式间自由切换的“智能”突触，一直是该领域的重大挑战。
近日，南京师范大学甘志星课题组联合南京邮电大学、南京大学、江南大学等单位研究人员在这一领域取得了重要进展！研究团队基于一根简单的氧化锌微米线，通过精巧的金属-半导体界面设计，成功研发出一种新型人工光电突触。仅通过调整一道简单的电极退火工艺，该器件就能在“短期记忆”和“长期记忆”模式之间切换。成果以“Switching of Volatile/Non-volatile Photonic Synapses via Metal/Semiconductor Interface Engineering for Bio-Inspired Sensory Processing”为题发表在Laser & Photonics Reviews。
灵感来源：大脑的协同工作模式
人脑的视觉系统就是一个完美的协同范例：视网膜对动态变化的景物（如飞过的鸟）进行快速但短暂的响应（易失性机制），而视觉皮层则将频繁看到的模式（如亲人的面孔）转化为持久记忆（非易失性机制）。前者保证了实时反应能力，后者则通过经验积累大幅降低了重复识别的能耗。本研究的目标就是在硬件层面复现这种高效的协同。
技术核心：一道“热处理”决定“记忆”时长
研究的巧妙之处在于其极简的设计。器件的核心是一根氧化锌微米线，两端为金属铟电极，结构简单。当对两端电极都进行退火处理后，电极与氧化锌形成欧姆接触。此时，器件在光脉冲刺激下会产生增强的电信号（模拟突触兴奋），但光灭后信号会逐渐衰减消失，如同“遗忘”，实现了易失性的短期可塑性。当仅对一端电极进行退火，另一端保持原始接触时，未退火的一端会形成肖特基势垒。这个势垒在光照下会被“削弱”并锁定在一个新的状态，即使光线消失，电信号也能长期保持，实现了非易失性的长期记忆。这意味着，研究者无需更换核心材料，仅通过改变电极的界面性质，就赋予了同一架构的器件两种截然不同的“记忆性格”。
图1.通过能带工程和界面态调制协同策略实现人工突触在易失性和非易失性模式之间切换的原理构想。
功能演示：从图像锐化、信息压缩到抗干扰学习
这两种模式并非孤立的噱头，它们各自在信息处理中扮演了关键角色：处于易失性模式的器件展现出动态信息感内（In-sensor）处理能力，能自动增强快速变化的信号、抑制缓慢变化的信号。研究团队演示了利用这一特性对花朵图像进行实时边缘锐化，处理后的图像输入人工智能模型，识别准确率显著提升。处于非易失性模式的器件可以作为神经网络的预处理器。研究演示了将一张4x4像素的字母图像，压缩成一个4x1的特征向量。这种“降维”处理大大减轻了后端计算单元的负担，为构建能效更高的视觉处理系统提供了可能。最具想象力的是，研究者将两种模式的器件协同工作，模拟了大脑中海马体（短期缓存）与皮层（长期存储）的协作。易失性器件作为“缓存”和“重复模式探测器”，只有当它检测到重要的、重复出现的模式时，才会触发指令，将信息“写入”非易失性器件作为长期记忆。这种机制能有效过滤掉偶发的、伴随强干扰的无用信息，展现出类脑的智能学习与抗干扰能力。
图2. 利用非易失性突触进行信息预处理和压缩
图3. 通过协同使用易失性和非易失性光响应来展示一种抗干扰的学习模型
这项工作在同一材料体系中，通过简单的界面工程实现了易失/非易失性切换，并集成了偏振分辨等先进感知能力。它克服了传统突触器件功能单一的局限，为开发集感知、存储与处理于一体的多维人工突触系统提供了新的思路，向着制造出真正类脑形态与功能的智能硬件迈出了关键一步。未来，这种灵活的双模人工突触有望在高速视觉感知、低功耗神经形态计算和自适应人工智能系统中发挥重要作用。
论文标题： Switching of Volatile/Non-volatile Photonic Synapses via Metal/Semiconductor Interface Engineering for Bio-Inspired Sensory Processing
论文链接DOI： https://doi.org/10.1002/lpor.202502305
撰稿|课题组
