[论文解读] Long-term memory and synapse-like dynamics in two-dimensional nanofluidic channels

Paul Robin, Theo Emmerich+9 more|arXiv (Cornell University)|May 16, 2022

Nanopore and Nanochannel Transport Studies参考文献 3被引用 8

一句话总结

本研究通过水溶液电解质在二维纳米流体通道中展示了长期记忆与突触样动力学，其中离子输运因界面过程（如离子自组装和表面吸附）而表现出忆阻特性。作者在原始MoS₂和活化碳通道中实验实现了纳米流体忆阻器，实现了从几分钟到数小时的记忆保持，并成功实现了赫布学习，从而在水溶液电解质芯片上实现了仿生神经形态计算。

ABSTRACT

Fine-tuned ion transport across nanoscale pores is key to many biological processes such as neurotransmission. Recent advances have enabled the confinement of water and ions to two dimensions, unveiling transport properties unreachable at larger scales and triggering hopes to reproduce the ionic machinery of biological systems. Here we report experiments demonstrating the emergence of memory in the transport of aqueous electrolytes across (sub)nanoscale channels. We unveiled two types of nanofluidic memristors, depending on channel material and confinement, with memory from minutes to hours. We explained how large timescales could emerge from interfacial processes like ionic self-assembly or surface adsorption. Such behavior allowed us to implement Hebbian learning with nanofluidic systems. This result lays the ground for biomimetic computations on aqueous electrolytic chips.

研究动机与目标

• 探究二维纳米流体通道在水溶液电解质中是否能表现出长期记忆与突触样动力学。
• 探讨纳米尺度离子系统中长期时间尺度记忆效应的物理机制。
• 证明利用离子电导率磁滞在纳米流体系统中实现赫布学习规则的可行性。
• 开发一种基于水和离子作为电荷载流子的平台，实现仿生神经形态计算，受生物突触功能的启发。
• 通过在水环境中实现稳定且持久的忆阻行为，建立纳米流体学与神经形态工程之间的桥梁。

提出的方法

• 制备了两种类型的二维纳米通道：具有原子级光滑、可精确调节间距（0.68–86 nm）的原始MoS₂，以及通过电子束刻蚀形成沟槽（深度4–13 nm）的活化碳通道。
• 使用SiNₓ膜支撑纳米通道，并在通道两端施加电压偏置以实现电学测量。
• 施加周期性三角波电压（频率约8 mHz）以诱导离子输运，并测量电流-电压（I-V）和电导-电压（G-V）磁滞回线。
• 通过电导磁滞表征忆阻行为，其中系统的电导取决于施加电压的历史。
• 研究界面过程（如离子自组装和表面吸附）作为长期时间尺度记忆效应的起源。
• 通过理论建模解释界面动力学缓慢导致长期记忆的产生，包括表面电荷演化和离子累积。

实验结果

研究问题

• RQ1 具有水溶液电解质的二维纳米流体通道是否能在离子电导中表现出长期记忆？
• RQ2 纳米尺度离子系统中长期时间尺度记忆的产生依赖何种物理机制？
• RQ3 纳米流体系统能否模拟赫布学习——即突触可塑性的生物学原理？
• RQ4 表面特性（如原始MoS₂与活化碳）如何影响记忆与忆阻行为？
• RQ5 二维通道中水溶液离子输运能否作为神经形态计算的可行平台？

主要发现

• 原始MoS₂纳米通道在低电压偏置（低于1.23 V）下表现出忆阻行为，具有电导磁滞，避免了水的电解。
• 活化碳通道表现出显著更强的表面电荷和更长的记忆保持时间，电导磁滞可维持数小时之久。
• 记忆寿命从几分钟到数小时不等，具体取决于通道材料和限域程度，其中最长记忆记录出现在活化碳通道中。
• 长期记忆的起源归因于缓慢的界面过程，如离子自组装和表面吸附，而非体相离子扩散。
• 该系统成功实现了赫布学习：前突触与后突触类似电压脉冲的协同刺激诱导了电导的持久增加，模拟了突触的强化。
• 理论建模证实，界面处的表面电荷动力学和离子累积可解释所观测到的长期时间尺度，与实验观察结果一致。