类脑芯片作为新一代人工智能技术，采用存/算一体的计算架构以及事件驱动的信息处理方式，具有高并行性、高容错性以及强大的自主学习能力。人工突触和神经元是构建类脑芯片的核心元件。目前人工神经元主要基于CMOS（complementary oxide semiconductor）电路实现，结构较为复杂，不利于高密度集成。新兴的阈值开关（threshold switching，TS）忆阻器具有简单的两端结构、易高密度集成，成为构建人工神经元的理想候选者之一。然而，现有TS忆阻器只能在单一兴奋性模式下工作。在人类大脑中，神经元可以在空间和时间上整合来自突触的兴奋性和抑制性信号，即具有兴奋和抑制双模式。人工神经元抑制模式的缺失限制了其协同处理兴奋和抑制性信号的能力。
为了解决这一局限性，我们首次提出并实现了双极性TS忆阻器，其阈值电压可以通过施加不同极性的电压信号可逆调节。基于该器件我们成功构建了可电重构的兴奋和抑制双模式忆阻型人工神经元，实现了全有全无和可调发射概率等神经元行为。进一步，我们基于该双模神经元，开发了一种具有明暗自适应能力的神经形态视觉传感器，展示了不同光照条件下的物体识别功能。我们所提出的双模式忆阻型人工神经元，可为构建功能丰富的神经形态系统提供新的思路。
相关成果近日以开放获取的形式发表在Nano Letters，2024, 24：10865-10873（论文链接：https://doi.org/10.1021/acs.nanolett.4c02470），并被选为封面论文。该成果也申请了发明专利（202410992302.5）。