AI路径之让拓扑相变存储数据

海归学者发起的公益学术平台

分享信息，整合资源

交流学术，偶尔风月

人工基元

我欲重生数万年从头突触作基元金丝通断人工脑阻变神经与梦欢

01

引子

自从在地球上称王称霸之后，人类一向将自己定义为有思想的高等动物，无有他类，以显示高高在上、区别于一般动物种群。从古到今，这一定义从未受到严峻挑战。也因此，人类在大致理解了人的大脑到底如何实现思维和思想之后，并没有花费很大力气去学习和制造大脑。当然这种理解、这种制造的确也极为困难，非三纲五常所能成事。这种高高在上的状态，最后反而因为人类自身活动的异化而出现失稳。最著名的事例即超级计算机在与象棋、围棋大师的快棋决战中屡屡胜出，极大地打击了人类那种高高在上、自以为是的气焰和认知。

图1. 人的大脑架构了伟大而千变万化的思想与思维，是人工智能追求的目标和异化的对象。

https://images.8tracks.com/cover/i/008/589/143/data-9638.jpg

其实，类似的事例在过去一二十年中开始变得不那么稀奇。特别是基于人工智能的科技快速发展，已经陆续出现若干诞生于人类思想、却反过来超越人类控制的高科技产品。它们的神奇与出位表现不断见诸于科幻魔幻作品和现实世界中，可统称之为人类科技异化的杰作，就如图 1 所示的人类幻象。这一状况其实并非是全新的、古来就没有的。事实上，人类繁衍后代，总会有很多超越老一代的英才少年。如果我们将人工智能的高科技产品也当成英才少年，那么人类的异化其实很早就开始了，一直在延续，只不过到如今换了一些面目而已。

即便如此，人类那种无止境追求更高、更快、更强的精神不会停歇，也就是人类使自己异化和被异化的步伐不会停歇。至于异化到什么程度，是统治宇宙还是毁灭自己、是相变亦或是走向一个拓扑非平庸的新维度，则远非我们人类自己可以控制的。这是人类宿命的一种生动映像。

本文从一个很窄很小的视角，来挑起一方噱头，以看看追求人工智能的千万种尝试之一种。问题不是新问题，但解决问题的路子倒可以是新的。

02

人工突触与 RRAM

到了今天，大数据和人工智能已经成为每一位时尚的科技工作者必备的口头禅。即便我们不喜欢，也要装作对此爱不释手，虽然包括笔者在内的诸多人其实并不是很清楚它们到底是什么。诸如人工智能和物联网的高速发展，使得数据量呈爆炸式增长，由此产生的迫切问题是：面对海量数据存储和运算，现有计算越来越显得力不从“芯”。举一个简单的例子，谷歌公司开发的人工智能机器 Alphago (阿法狗)，于 2016 年和 2017 年分别战胜围棋世界冠军李世石和柯洁。但是，搭载 Alphago 的超级计算机使用了 1202 个 CPU 和 176 个 GPU 来进行数据分析、运算及决策。这东西吃得多，干活时的功耗高达 10 kW。保守估算下一盘棋的电费成本就达到 3000 美元。这一狼吞虎咽之徒，一方面给了人类以喘息的时间 (毕竟制造大脑不容易)，但也点出了下一步的挑战与问题。

现有计算机在处理下围棋这类智能事务时，功耗如此之高跟它的冯 · 诺依曼架构有很大关系。所谓冯 · 诺依曼架构，就是数据处理在 CPU 中进行，而数据存取由存储器 (如 DRAM) 完成。可以看到，CPU 和存储器物理上是分离的 [如图2 (a)]，数据需要通过系统总线在两个模块之间频繁交换。这种数据交换是导致大量功耗且限制系统整体速度的瓶颈。

图2. (a) 现有计算机的存算分离架构，(b) 混合内存计算 (状态逻辑计算) 架构，(c) 类脑计算 (认知计算) 架构。本图摘自文献 [1]。

怎么办呢？要更快、更低功耗地完成击败人类计算能力的重任，摆脱现有计算机冯·诺依曼架构存算分离的限制，就成为重要的选项。这一选项刺激了很多人在过去十余年废寝忘食、闻鸡起舞。一种方案是将 CPU 和存储器放在同一芯片上，即混合内存计算架构，以减少数据交换、提升计算效率 [如图 2(b) 所示]。目前及未来一段时间的技术水平和路线显示：这种存算一体芯片制造困难，因为 CPU 和存储器的制备工艺不兼容。而且，芯片中的存储器密度受到限制，数据存储规模有限。因此，人们正在积极尝试第二种方案：基于新型存储材料和器件，实现新的存算一体芯片。例如，类脑计算芯片 [如图 2(c)]。

其实，我们都知道，人脑只有不到 2 升的体积。在处理诸如图像、文字、声音识别和分类这类复杂智能事务时，人脑比计算机更高效，而且功耗很低，仅为 0.01 kW。这种高效低耗源于人脑独特的结构：人脑记忆和处理信息的基础是神经网络，它由约 10¹¹ 个神经元和约 10¹⁵ 个突触构成，从而形成了一个网络状最佳适配的立体结构。

这里，神经元的概念我们经常听说，但突触这个概念却鲜有了解。神经元，众所周知，是 sensors 和 actuators，用于信息的传递与感知。它们联络和整合输入信息并传出信息，像个司令部。而突触是神经元之间连接部位，突触的连接强度称为突触权重，突触权重会受外加刺激而增强或减弱，实现数据写入功能。通过读取神经网络中的多个突触权重，可以实现数据的运算。换句话说，突触是实现数据存储和计算一体化的核心部件。因此，开发类脑计算芯片的关键是：寻找一种具备突触功能的新型存储材料和器件。

经过很多年大浪淘沙，目前看来，类似于其它新型存储如铁电存储 (FRAM)、磁存储 (MMRAM) 和相变存储 (PCRAM)，阻变存储 (RRAM) 也适合于构建人工突触和神经网络。罗列一下 RRAM 的特点：能耗低、速度快，可实现多态存储 (对应多个突触权重值)；结构简单，可直接构建 crossbar 形成神经网络。 

当然，RRAM 并非什么新现象，其研究已历经半个世纪 [2]。徜徉至今，已有不计其数的材料展示了阻变效应，诸如氧化物、氮化物、硫化物、卤化物等各种有机无机材料，没有阻变效应的材料反而不多了。这些材料所含元素覆盖大半个元素周期表，可选择和可斟酌的组合巨大，反而让学者们左支右绌、不知所措。越是这种状况，我们都知道 (但就是不公开说) 越是有严重困难或问题。笔者轻薄，以为关键问题有如下几个：

(1) 材料制备及器件操控过程中参数选择的盲目性；

(2) 阻变性能稳定性、可重复性较差；

(3) 阻变机理不清楚。

这几个问题是互相关联的。正是由于某种材料中阻变机理不清楚，才导致人们在材料制备及器件操控过程中不知如何选择参数，进一步导致测得的阻变性能稳定性、可重复性较差。相应地，您也可以认为，因为没有稳定的性能结果，对阻变机理的研究受到了干扰与破坏。

总之，清风唱高月，寒意依然重。RRAM 的研究任重而道远，而当务之急是找到一种材料，它既有稳定、可重复的阻变性能，又有清楚、可靠的阻变机理。

03

拓扑相变

万千陶冶之下，最近的一些苗头却显示：SrCoO_x (SCO)、SrFeO_x (SFO) 等所谓拓扑相变材料及其阻变效应有戏！这里说“有戏”，绝不是指下游产业的三教九流，而是就其中有趣而独特的物理而言，请耐心看笔者啰嗦一二。

所谓拓扑相变，是针对某一材料的结构稳定性而言的一种表述，并非严格意义上的拓扑几何。当然，这里也没有要拉大旗作虎皮之意，只是借用“拓扑”蕴含的稳定不变之意来烘托此类材料的高贵品质。一般意义上，材料科学说结构决定性能。某种结构确定了，其性能亦确定无疑。改变材料的化学组成一般会改变结构，亦即改变性能，这是教科书知识。不过，如果一种材料，虽然其中的砖头(组成元素)被抽空一二，但骨架依然稳固，虽然晶格对称性或畸变程度有所变化，这样的材料俗称拓扑相变材料。抽空砖头，自可显著改变性能，但结构依然。

具体到 SCO / SFO 等，拓扑相变指晶格中获得或失去大量氧离子，化学计量比显著改变，但晶格的整体框架不变。以 SFO 为例，通过得失氧，SFO 可以在 SrFeO_2.5 钙铁石 (BM) 相和 SrFeO₃ 钙钛矿 (PV) 相之间互相转变。BM – SFO 和 PV – SFO 两相不仅晶体结构不同 [如图 3(a) 和 (b) 所示]，电子结构 [如图 3(c) 和 (d) 所示] 及其所关联的导电性、磁性、光学性质等可以有很大差异。因此，SFO 及类似材料中的拓扑相变及物性转变是近年来研究的热点。例如，清华大学于浦等 [3, 4] 利用离子液体调控 SCO 的相变及电、磁、光特性；浙江大学余倩、物理所谷林、清华大学南策文等 [5] 利用电镜原位观察 SCO 中电场诱导氧空位迁移；清华大学宋成、潘峰等 [6 - 8] 利用离子液体调控 SCO / SFO 的相变、磁性及阻变。物理所葛琛、金奎娟及郑州大学郭海中等 [9 - 11]，利用离子液体、应变、超快光，调控 SCO 和 SFO 的相变、磁性及阻变。这些工作都有诸多亮点，引得读者侧目。

图3. (a) BM – SFO 和 (b) PV – SFO 两相的晶体结构，(c) BM – SFO 和 (d) PV - SFO两相的电子结构。(c) 和 (d) 摘自文献 [12]。

回到 RRAM 这一话题。图 3(c) 显示，BM – SFO 相为绝缘相，因为从 O 2p 轨道到未占据的 Fe 3d 轨道之间的电荷转移能量 Δ_eff 为正，形成约为 2.0 eV 的带隙。图 3(d) 显示，PV – SFO 相为导电相，因为 O 2p 轨道转移一个电子至 Fe 3d 轨道，使 O 2p 轨道中有一个空穴，处于未填满状态。这时 Δ_eff 为负，没有带隙。

因此，BM – SFO 与 PV – SFO 之间的相变会产生显著的导电性变化，可被利用为一种阻变机制。而此时，这一相变前后的晶格结构保持了很好的稳定性。

04

拓扑之下焉有金丝

好吧，那就开始干活吧，看看这种拓扑结构材料到底有几斤几两、几分颜色可倾城。

很显然，这些材料可在制备过程中使其明显缺乏 O 含量。通过外场，在材料内部造成局域 O 的富集或缺失，就可以导致 BM 和 PV 相之间的转换，实现金属- 绝缘态的转变。这种 BM – PV 的拓扑相变因为是局域的，因此可以很快。而之前很多 RRAM 效应，需要中程或长程离子迁移来实现电子态的转变。这里，快慢就成为隘口！

早前，韩国的 C. U. Jung、C. S. Hwang 和德国名家 Rainer Waser 等 [12 - 15] 对金属 / SFO (或 SCO) / 金属三明治结构中的阻变行为开展了大量研究，报道了优异的阻变性能。例如，较大的开关比、足够长的保持时间、良好的 cycle – to - cycle 稳定性和抗疲劳性。他们提出并通过测量阻态随电极面积及温度的变化，间接证明了导电细丝模型，即电场诱导局部 BM – PV 相变，导致细丝形成/断裂。

但是，导电细丝模型缺乏直接观测证据，即没有观察到 PV 相细丝的形成和断裂。此外，导电细丝尺寸有多大并不清楚，这使人们对 SFO 这类拓扑相变材料阻变器件的可微缩性、是否能够用于高密度存储产生疑问。

因此，要解决的科学问题简单明了：(1) 提供导电细丝模型的直接证据，获知导电细丝尺寸的大小；(2) 制备高密度 SFO 基阻变原型器件，获得优异的阻变性能。

怎么做呢！

首先，利用脉冲激光沉积 (PLD) 在 (001) 取向的 SrTiO₃ (STO) 衬底上生长一层SrRuO₃ (SRO) 底电极，然后再生长一层厚度约为 70 nm 的 SFO 薄膜。X 射线衍射 (XRD) θ - 2θ 扫描、倒易空间扫描 (RSM) 及扫描透射电子显微镜 (STEM) 表征了初始态 SFO 薄膜的结构，薄膜主要呈现 b 轴朝面外的 BM 相 [如图 4(a) ~ (e)]。BM – SFO 正交晶胞的晶格常数为：b_o = ~ 15.83 Å (面外)、a_o = c_o = ~ 5.52Å (面内)。转换为赝立方晶胞则为：c_pc = ~ 3.96 Å (面外)、a_pc = b_pc = ~ 3.91Å (面内)。制备的薄膜足够平整，粗糙度仅为 0.375 nm [如图 4(f) 所示]。

图4. 生长在 SRO 为缓冲层的 STO 衬底上的 SFO 薄膜的 (a) θ - 2θ 扫描图谱，(b) STO (103) 峰附近的 RSM 图，(c) SFO  (1101) (即H = 1, K = 10, L = 1) 峰附近的 RSM 图，(d) 低倍和 (e) 高倍 STEM 截面图，以及 (f) AFM 形貌图。b 图中，SFO (1121) 峰和 SRO (103) 峰重合。d 和 e 图中可观察到类似超晶格的条纹，这是 BM 相的标志，是由于 FeO₄ 四面体和 FeO₆ 八面体周期性排列形成的，垂直条纹方向是 b 轴方向(即箭头所指方向)。f 图右上角小图是生长完 Au 纳米电极后的形貌图。

其次，在 SFO 薄膜上制备了常规尺寸 ( ~ 200 μm 直径) 的 Pt 电极 [如图 5(a)]，初步测试 Pt / SFO / SRO 器件的阻变 I – V 特性曲线，如图 5(b) 所示。器件呈现出双极阻变行为：负电压区由“关态” (HRS) 转变“开态” (LRS)，即 forming 和 set。而在正电压区，由“开态”转变为关态，即 reset。此外，正、负电压区电流不对称，可能源于 SFO / SRO 界面肖特基势垒。进一步对器件的 cycle – to – cycle 稳定性、device – to – device 可重复性和保持特性进行测试，可以表明阻变行为稳定、可重复，从而为进一步开展阻变机理研究和制备小尺寸、高性能阻变器件奠定了基础。

图5. (a) Pt (200 μm 直径) / SFO / SRO 器件结构示意图，(b) 阻变 I –V 特性曲线。

现在可以开始阻变机理的摸索了。

其一，进行若干宏观电学测试和结果分析，包括：(1) 观察到阻变行为需要 forming 来激活；(2) 测得“关态”下电阻随温度变化斜率远大于“开态”对应值；(3) 测得“关态”下电阻随电极面积变化斜率远大于“开态”对应值；(4) 随限制电流增加，“开态”对应阻值减小。

以上结果看起来符合导电细丝模型的预期，虽然这种预期到处都是，不足全信。

其二，为获得更为直接证据，自然是利用 STEM 对处于“开态”和“关态”的 SFO 薄膜微结构进行观测。如图 6(a) 所示，处于“开态”的 SFO 薄膜的确存在 PV – SFO 相导电细丝，细丝的平均直径为 ~ 10 nm。PV – SFO 相的结构可通过高倍 STEM 图像、晶格间距分布图 (lattice spacing mapping) [如图 6(b) ~ (d) 所示]、电子能量损失谱 (EELS) 来确认。有趣地是，细丝接近贯穿 BM – SFO 基体，但并未完全贯穿 (原因见后文)，细丝下方残留的 BM – SFO 层可能和 SRO 形成肖特基势垒，解释了之前提到的 I – V 曲线不对称现象。

其三，处于“关态”的 SFO 薄膜中，可观察到导电细丝下端距离 SRO 更远，而上端仍连接着电极 [如图 6(e) ~ (g) 所示]。作为确认，对“开态”和“关态”下细丝下端与 SRO 距离 (即细丝下方 BM – SFO 层厚度) 进行统计分析，可揭示出开态时细丝下方 BM-SFO层平均厚度为 ~ 6.6 nm，而“关态”时细丝下方 BM – SFO 层平均厚度增加至 ~ 22.5 nm。这种差别表明在 reset 后导电细丝的下端确实发生了断裂。

图6. “开态”下 SFO 薄膜的 (a) 低倍 STEM 图像、(b) 高倍 STEM 图像、(c) 图 b 中 PV – SFO 和 BM – SFO 两相界面的放大图、(d) 界面处的晶格间距分布图。“关态”下 SFO 薄膜的 (e) 低倍 STEM 图像以及 (f) 靠近导电细丝下端和 (g) 靠近导电细丝上端的高倍 STEM 图像。

05

电场读写机制

确定了 PV – SFO 相导电细丝的存在，接下来就可利用 C – AFM 对细丝的形成/ 断裂进行电场操控。

首先，对指定区域进行 - 7.0 V (针尖电压) 写入。然后，施加 - 2.0 V 电压进行读取扫描。扫描观察到 - 7.0 V 写入后区域出现许多导电点 [如图 7(a)]，而且导电点电流峰半高宽约为 ~ 20 nm [如图 7(b)]，与 STEM 观察到的导电细丝直径接近。导电点所在位置恰好是 - 7.0 V 写入前后表面高度变化 (Δh ) 最大的位置 [如图 7(b)，这里 Δh 为负表明可能发生 BM → PV 相变，因为 PV 相的面外晶格常数 (~ 3.91 Å) 比 BM 相 (~ 3.96 Å) 小]，而不是绝对高度最低位置。以上结果都表明导电点即为导电细丝。

施加 + 4.0 V 写入后，导电点消失 [如图 7(c)]，即导电细丝断裂。并且，表面高度恢复至初始态。电导和高度同时可逆地变化，表明 BM 和 PV 相在电场作用下发生可逆转变是导电细丝形成/断裂的根本原因。

图7. (a) 550 × 550 nm² 区域的右半区域写入 – 7.0 V 后的电流扫描图 (读取电压：- 2.0 V)，(b) 电流 (上图) 和表面高度变化 (下图) 的剖面图，数据从 a 图中的红线位置提取，(c) 右半区域再次写入 + 4.0 V 后的电流扫描图 (读取电压：- 2.0 V)。

结合以上 STEM 和 C – AFM 结果，SFO 薄膜中的阻变机理可理解如下：

(a) Forming / Set 过程中，导电细丝形核和生长 [如图 8(b)]。细丝形核可能是由于环境中 O 原子在负电压作用下被注入 SFO 中，形成 O^2- 填充氧空位，局部 BM 相转变为 PV 相。细丝生长可能对应于 O^2- 在电场作用下向下迁移，PV 相区域增大。

(b) Reset 过程中，导电细丝断裂 [如图 8(c)]，可能是由于靠近表面 O^2- 在被抽出，远离表面 O^2- 电场作用下向表面迁移。如果迁移的 O^2- 能够弥补被抽出的 O^2-，细丝上半部分保持连接，而下半部分断裂。

上述电化学过程，可通过对比研究大气和真空环境下的阻变行为验证，也可测量表面电势来验证。伴随这一电化学过程，导电机理也发生相应转变，形成阻变：

(c)“开态”下，导电细丝形成并接近贯穿，电子在细丝中传输容易，电流主要被细丝下方的 BM – SFO 层限制。鉴于该层很薄 (~ 6.6 nm)，电子能够以热发射形式通过，所以电流相对大，但正、反偏状态下电流不对称 [如图 8(e) (f)]。

(d)“关态”下，细丝下端断裂，BM – SFO 层变宽 ( ~ 22.5 nm)，负电压 (正偏) 下电流可能主要被 BM – SFO 层中的缺陷俘获所限制，电子需依靠 hopping 传输 [如图 8(h)]。正电压 (反偏) 状态下电流主要被肖特基势垒限制，由于 BM – SFO 层变宽 (耗尽层变宽)，肖特基势垒升高，高度相比开态增加 ~ 0.1 eV，电流相对变小 [如图 8(g)]。

上述导电模型可以对 I – V  滞回曲线进行解释，虽然稍显勉强 [如图 8(d)]。

图8. (a) 初始态 SFO 薄膜结构示意图，(b) “开态”下导电细丝形成示意图，(c) “关态”下导电细丝断裂示意图，(d) I – V  滞回曲线及拟合线，“开态”下 (e) 负电压区和 (f) 正电压区电子热发射过程示意图，“关态”下 (g) 正电压区电子热发射和 (h) 负电压区电子 hopping 过程示意图。

理解了阻变电化学和导电过程，可回头来解释为什么 forming 后导电细丝没有完全贯穿。施加负电压 forming 过程中，细丝生长，细丝下方 BM – SFO 层逐渐变薄 (耗尽层变窄)，界面势垒处于正偏状态 (电流随电压指数型增加，对应电阻随电压急剧减少)，导致它实际承担电压占比随外加电压增大而减小。最终，当 BM – SFO 层很薄时，所承担电压不足以驱动 BM → PV 相变。

事实上，实验也制备了~ 10 nm 厚的 SFO 薄膜。该薄膜很导电，没有阻变现象，负电压作用下 BM 相也没有转变为 PV 相。虽然这种很薄的 BM – SFO 薄膜和导电细丝下方 BM – SFO 薄层不能完全类比，但它大致能定性反映出很薄的 BM – SFO 层为什么比较导电、而所承担电压却不足以驱动相变。

这里，整个故事都是将 SFO 薄膜中的阻变机理归于电场诱导局部 BM – PV 相变，触发导电细丝形成 - 断裂。并且，细丝的平均直径仅为 ~ 10 nm，为器件微缩和高密度创造了条件。目前，实验室已经可以制备小尺寸 Au (边长 ~ 180 nm) / SFO / SRO阻变器件，它体现出稳定、可重复的双极性阻变行为 (如图 9)：开关比 10⁴、保持时间长达 10⁵ 秒、循环次数高达 10⁷、阻态切换时间为 100 μs。看起来，这是一款可以期待的器件原型。

图9. 小尺寸 Au (边长 ~ 180 nm) / SFO / SRO 阻变器件的 (a) I – V 滞回曲线、(b) 不同直流电压扫描循环 Set 和 Reset 电压统计图、(c) 不同器件高、低阻值和开关比统计图、(d) 保持性能、(e) 阻态切换时间、(f) 抗疲劳性能。

06

后话

SFO 是近年来备受关注的阻变性能最优异的新兴材料之一。当然，目前 SFO 的性能还不能与成熟的阻变材料 (如 HfO_x 和 TaO_x) 相比。但 SFO 有两点优势：

(1) 制备材料时，目标材料组分明确，即 SrFeO_2.5。对 HfO_x 和 TaO_x，制备时 x 具体为多少并无明确目标。很多情况下靠经验。

(2) 阻变机理明确、可控，即 SrFeO_2.5 与 SrFeO₃ 两相之间的相变。对 HfO_x 和 TaO_x，电场作用下 O 化学计量比到底如何变化不清楚。

这两点特色，足够让包括笔者在内的同行们喝一壶了。笔者认为，SFO 是有潜力的阻变材料。经过不断优化，其性能达到甚至超过 HfO_x 和 TaO_x 等成熟阻变材料并非白日做梦。而基于本文的阐述，SFO 基阻变器件也有望作为人工突触单元，应用到类脑计算芯片中，最终折腾出一个如图 10 所示的大脑来。那才是人类走向新时代的起点！

图10. 人工智能之类脑计算和思维？

https://static.techspot.com/images2/news/bigimage/2017/09/2017-09-29-image-9.jpg

笔者狂妄，以为 SFO 这类拓扑相变材料的阻变机理 (即电场诱导局部 BM – PV 相变导致的导电细丝形成/断裂) 值得细细揣摩、深入挖掘。SFO 到底能否用于制备高密度、高性能阻变存储器，又成为一个很好的研究课题。

不管前景如何，先发篇文章最重要！于是，笔者与一众同行将这一工作匆匆写就，以Nanoscale topotactic phase transformation in SrFeO_x epitaxial thin films for high-density resistive switching memory 为题，作为研究通讯最近刊登于 Advanced Materials 上。华南师范大学先进材料研究所的硕士生田浚江、新加坡国立大学武海军博士为论文一作，笔者与新加坡国立大学 Stephen. J. Pennycook 为论文通讯作者。结果得以成文，当有赖于郑州大学郭海中、清华大学于浦、华南师范大学团队 (陆旭兵、周国富、高兴森) 等参与。所谓“无以赖高山，无以成流水”，谨致谢意！

参考文献

[1] D. S. Jeong, K. M. Kim, S. Kim, B. J. Choi & C. S. Hwang, Memristors for energy-efficient new computing paradigms, Adv. Electron. Mater. 2, 1600090 (2016).

[2] J. C. Bruyere & B. K. Chakraverty, Switching and negative resistance in thin films of nickel oxide. Appl. Phys. Lett. 16, 40-43 (1970).

[3] N. Lu, P. Zhang, Q. Zhang, R. Qiao, Q. He, H.-B. Li, Y. Wang, J. Guo, D. Zhang, Z. Duan, Z. Li, M. Wang, S. Yang, M. Yan, E. Arenholz, S. Zhou, W. Yang, L. Gu, C.-W. Nan, J. Wu, Y. Tokura & P. Yu, Electric-field control of tri-state phase transformation with a selective dual-ion switch. Nature 546, 124 (2017).

[4] H.-B. Li, N. Lu, Q. Zhang, Y.Wang, D. Feng, T. Chen, S. Yang, Z. Duan, Z. Li, Y. Shi, W. Wang, W.-H. Wang, K. Jin, H. Liu, J. Ma, L. Gu, C. Nan & P. Yu, Electric-field control of ferromagnetism through oxygen ion gating. Nat. Commun. 8, 2156 (2017).

[5] Q. Zhang, X. He, J. Shi, N. Lu, H. Li, Q. Yu, Z. Zhang, L.-Q. Chen, B. Morris, Q. Xu, P. Yu, L. Gu, K. Jin & C.-W. Nan, Atomic-resolution imaging of electrically induced oxygen vacancy migration and phase transformation in SrCoO2.5-σ. Nat. Commun. 8, 104 (2017).

[6] B. Cui, C. Song, F. Li, X. Y.Zhong, Z. C. Wang, P. Werner, Y. D. Gu, H. Q. Wu, M. S. Saleem, S. S. P. Parkin & F. Pan, Electric-field control of oxygen vacancies and magnetic phase transition in a cobaltite/manganite bilayer. Phys. Rev. Appl. 8, 044007 (2017).

[7] M. S. Saleem, B. Cui, C. Song, Y.Sun, Y. Gu, R. Zhang, M. U. Fayaz, X. Zhou, P. Werner, S. S. P. Parkin & F. Pan, Electric field control of phase transition and tunable resistive switching in SrFeO2.5. ACS Appl. Mat. Interfaces 11, 6581-6588 (2019).

[8] Y. Gu, K. Xu, C. Song, X. Zhong,H. Zhang, H. Mao, M. S. Saleem, J. Sun, W. Liu, Z. Zhang, F. Pan & J. Zhu, Oxygen-valve formed in cobaltite-based heterostructures by ionic liquid and ferroelectric dual-gating. ACS Appl. Mat. Interfaces 11, 19584-19595 (2019).

[9] C. Ge, C.-x. Liu, Q.-l. Zhou, Q.-h. Zhang, J.-y. Du, J.-k. Li, C. Wang, L. Gu, G.-z. Yang & K.-j. Jin, A ferrite synaptic transistor with topotactic transformation. Adv. Mater. 31, 1900379 (2019).

[10] J. Zhao, H. Guo, X. He, Q. Zhang, L. Gu, X. Li, K.-j. Jin, T. Yang, C. Ge, Y. Luo, M. He, Y. Long, J.-o. Wang, H. Qian, C. Wang, H. Lu, G. Yang & K. Ibrahim, Manipulating the structural and electronic properties of epitaxial SrCoO2.5 thin films by tuning the epitaxial strain. ACS Appl. Mat. Interfaces 10, 10211-10219 (2018).

[11] B. Zhang, X. He, J. Zhao, C. Yu,H. Wen, S. Meng, E. Bousquet, Y. Li, C. Ge, K. Jin, Y. Tao & H. Guo, Giant photoinduced lattice distortion in oxygen vacancy ordered SrCoO2.5 thin films. Phys. Rev. B 100, 144201 (2019).

[12] V. R. Nallagatla, T. Heisig, C. Baeumer, V. Feyer, M. Jugovac, G. Zamborlini, C. M. Schneider, R. Waser, M. Kim, C. U. Jung & R. Dittmann, Topotactic phase transition driving memristive behavior. Adv. Mater. 30, 1903391 (2019).

[13] S. K. Acharya, R. V. Nallagatla,O. Togibasa, B. W. Lee, C. Liu, C. U. Jung, B. H. Park, J.-Y. Park, Y. Cho, D.-W. Kim, J. Jo, D.-H. Kwon, M. Kim, C. S. Hwang & S. C. Chae, Epitaxial brownmillerite oxide thin films for reliable switching memory. ACS Appl. Mat. Interfaces 8, 7902-7911 (2016).

[14] S. K. Acharya, J. Jo, N. V.Raveendra, U. Dash, M. Kim, H. Baik, S. Lee, B. H. Park, J. S. Lee, S. C. Chae, C. S. Hwang & C. U. Jung, Brownmillerite thin films as fast ion conductorsfor ultimate-performance resistance switching memory. Nanoscale 9, 10502-10510 (2017).

[15] O. T. Tambunan, K. J. Parwanta, S. K. Acharya, B. W. Lee, C. U. Jung, Y. S. Kim, B. H. Park, H. Jeong, J.-Y. Park, M. R. Cho, Y. D. Park, W. S. Choi, D.-W. Kim, H. Jin, S. Lee, S. J. Song, S.-J. Kang, M. Kim & C. S. Hwang, Resistance switching in epitaxial SrCoOx thin films. Appl. Phys. Lett. 105, 063507 (2014).

备注：

(1) 笔者简介：樊贞，供职于华南师范大学先进材料研究所，从事新型信息存储材料 (如铁电、阻变材料)及其物理机制的研究。2016 年加盟华师后，以第一/ 通讯作者身份发表诸多文章，包括 Adv.  Mater.、Phys. Rev. Appl.、NPG Asia Mater.、J. Mater. Chem. C、Appl. Phys. Lett. 等刊物论文；曾主持国家自然科学基金 2 项，2018 年入选广东省青年珠江学者。

(2) 题头小诗乃编者所加，乃感叹人类繁衍也就数万年，就梦想着开始制作人脑了。

(3)封面图片展示人工突触神经的信息交互，来自

https://news.engin.umich.edu/2018/12/new-memristor-better-mimics-synapses/。

点击左下角“阅读原文”查看论文原文。

扩展阅读

 

本文系网易新闻·网易号“各有态度”特色内容

媒体转载联系授权请看下方