SCMs|浮栅型PN共混光电突触晶体管用于神经机器翻译

具有编码器-解码器框架的神经机器翻译被认为是未来机器翻译的一种主要框架。然而，由于多种语言融合和新词不断涌现，目前大多数基于冯诺依曼架构的神经机器翻译系统的解码器设备数量大幅增加，导致系统功耗过高。

近日，福州大学陈惠鹏教授等人在SCIENCE CHINA Materials发表研究论文，首先展示了具有两种不同捕获机制的多级光敏混合半导体光电突触晶体管(MOST)，它在480–800 nm波长范围的光照下表现出8种稳定且易于区分的状态和突触行为，且均具备兴奋性突触后电流、短期记忆和长期记忆等突触性能。

此外，本研究首次将神经形态器件应用在神经机器翻译领域，成功制作了基于MOST的光解码器模型，显著简化了传统神经机器翻译系统的结构。并且作为一种多级突触器件，MOST可以进一步减少器件数量，在光照下简化编解码模型的结构。

这项研究首先将神经形态器件应用于神经机器翻译，并提出了一种多级突触晶体管作为解码模块的基础单元，为打破机器翻译的瓶颈奠定了坚实的基础。

文章信息

Xianghong Zhang, Enlong Li, Rengjian Yu, et al. Floating-gate based PN blending optoelectronic synaptic transistor for neural machine translation. SCIENCE CHINA Materials, https://doi.org/10.1007/s40843-021-1901-2

点击左下角“阅读原文”，阅读以上文章PDF原文

—关注中国科学材料，请长按识别二维码—