人工突触用光色“编程”记忆与遗忘

人脑能够主动在“记住重要信息”和“忘掉无关信息”之间保持平衡，从而维持高效学习。韩国研究人员现已在半导体器件中复现这一能力：通过改变照射光的颜色，分别增强（记忆）或削弱（遗忘）人工突触的权重。值得一提的是，实现这一功能的关键，正是一种工程师通常试图消除的材料“缺陷”。相关成果发表在《自然通讯》（Nature Communications）上。

能耗对比：大脑与现代人工智能

当前主流人工智能系统耗电惊人，训练一个生成式模型所需的电量可与一个小城市的用电量相当。相比之下，人脑的功耗远低于一盏灯泡，却在许多任务上仍能超越超级计算机，其关键在于：信息的存储与处理在同一位置完成——突触。这也推动了类脑（神经形态）计算的研究热潮，尤其是利用光信号工作的光子突触，被视为实现超低功耗与高速运算的有力候选。

传统人工突触的瓶颈：学习失衡

长期以来，人工突触普遍采用同一种控制机制来实现“增强”（记忆）和“抑制”（遗忘）。这种做法容易导致学习过程失衡：

• 权重不断累积，最终饱和失控；或
• 权重逐渐衰减，最终趋于静止，已学信息被抹去。

人脑通过稳态可塑性（homeostatic plasticity）自然避免了这一问题，而在人工硬件中，往往需要依赖额外的软件算法来勉强维持平衡，增加了系统复杂度和能耗。

把“缺陷”变成记忆：AgBiS₂ 材料

成均馆大学赵世碧教授和杨宇锡教授团队选择了另一条路径：不再一味消除缺陷，而是主动利用缺陷。在下一代光吸收半导体材料——硫化银铋（AgBiS₂）中，他们通过精细调控离子排列中的轻微无序（即阳离子无序），在材料内部形成了可以长时间俘获光生电子的“陷阱”态。

对于追求快速响应的光探测器而言，这种长寿命陷阱是性能缺点，但在这里却变成了“天然记忆单元”：即使断电，陷阱中被俘获的电子仍能维持一段时间，从而保留信息。

用不同颜色的光分工：谁记忆，谁遗忘

研究团队在可控无序的 AgBiS₂ 上叠加了一层近红外吸收分子层，通过这种结构设计，将入射光的波长直接变成学习过程的“开关”：

• 近红外光：触发“加速学习”，显著增强突触连接强度，权重可提升超过 13 倍；
• 蓝光：触发“加速遗忘”，快速削弱突触连接，实现权重的有效下调。

为验证这一机制，团队利用时间分辨精度达到千万亿分之一秒（皮秒到飞秒量级）的超快激光光谱技术，直接观测到两种颜色的光会驱动电子沿相反路径运动：

• 一种填充陷阱，增强记忆；
• 另一种清空陷阱，加速遗忘。

由此，记忆与遗忘在物理层面被不同波长的光“正交”分离，避免了传统方案中同一控制手段导致的学习失衡。

模拟任务验证：训练千轮仍保持稳定

在手写数字识别的仿真测试中，研究人员将这一“波长正交”学习机制与传统方案进行了对比：

• 使用单一机制控制记忆与遗忘的常规神经网络，在约 200 轮训练后出现记忆丧失，性能明显退化；
• 采用新型光色分工方案的网络，在 1000 轮训练过程中仍能稳定识别模式，表明在硬件层面实现了类似大脑的平衡学习能力。

低温工艺与应用前景

赵世碧教授指出：“会记忆和会遗忘同样重要。这项工作的关键在于，我们用光的颜色把这两种功能分离开来，并把原本被视为缺陷的特性，转化为人工智能硬件中自我平衡学习的基础。”

该方法并不局限于单一材料体系，且全部制备步骤均采用低温墨水溶液工艺，能够与现有半导体生产线兼容，有利于未来规模化集成与量产。

研究团队预计，这一技术有望推动：

• 光基神经形态计算芯片；
• 低功耗 AI 加速器；
• 传感器内计算（在传感端直接处理数据）；
• 自动驾驶与机器人视觉系统；
• 具备“看见并记住”能力的人工眼（人工视网膜）等方向的发展。