——记清华大学精密仪器系副教授李黄龙

李 莉　王 辉

“用青春之姿勇闯时代征程，以科技之势奏响逐梦乐章。”2023年5月8日，在由中国科学技术协会主办的“第一届中国科技青年论坛”总论坛上，从全国3000多名参赛选手中脱颖而出的10位青年科技工作者就各自的研究领域发表了精彩展演。清华大学精密仪器系副教授李黄龙在现场与未来类脑计算的虚拟影像进行了一场“穿越时空的对话”，带大家了解了一项当前科技前沿值得期待的成果——“类脑计算”。

“脑科学和信息学是当今国际科学研究的两大热点，类脑计算是两大学科相结合的新兴研究领域，其目标是通过借鉴人脑的工作方式，实现人工通用智能。2021年，‘中国脑计划’正式启动，类脑计算是一个重要的组成部分。”“我有一个大胆的想法，就是让组成芯片的那些最基本的元器件也都变得像一个个人脑神经细胞那样工作。”……深入浅出，娓娓道来，在深耕神经形态器件方向研究多年后，李黄龙尝试在不同的场合用不同的方式彰显科学的无穷魅力，这是他对自己科研对象发自内心的热爱和诠释。也正因为这份热爱，多年以梦为马、以汗为泉，他收获了不少创新性成果。

是机遇也是挑战

作为科研的追梦者，李黄龙始终在感受着时代发展的脉搏，并根据国家发展需求深化着自己的研究内容。

2023年年初，ChatGPT在世界范围内的爆火，让人工智能的发展程度更上一层楼，也让工业、制造业、互联网服务业等众多相关行业看到了新的增长路径，无数双眼睛透过这项技术，看到了其背后巨大的应用空间与发展潜力。可以说，一股人工智能的飓风正在ChatGPT等前沿技术的推动下，以肉眼可见的速度在全世界范围内席卷，而算力及更高级、更具人性化的智能计算方式则是推动这场飓风更快到来的加速器。

长期以来，身为科研人员的李黄龙一直在为这场飓风的到来做准备。

过去的半个多世纪，集成电路产业一直在摩尔定律的引导下发展，然而摆在现实面前的是，随着摩尔定律不断逼近极限，单个硅基芯片能够承载的晶体管日渐饱和。硅原子的半径约0.12nm，照此大小推算，当芯片工艺达到1nm，基本上就放不下更多的晶体管了。随着第一代硅半导体材料已经面临摩尔定律的极限，数字计算机的计算方式已经难以为继，如何推动集成电路产业进一步向前发展，成为学界与社会各行各业共同面临的难题。面对这一巨大困局，能够提供更高效、更具仿生性，且更低能耗算力的类脑计算，成为破局的关键。

当下，由于科技发展与市场的需求，对神经形态材料的研究已经呈现遍地开花的趋势，包括相变材料、氧化物材料、磁性材料等，但始终没有找到一个像传统半导体领域的硅材料那样被大家共同采用的材料。

是挑战也是机遇，2014年，刚刚在英国剑桥大学获得电子工程方向博士学位的李黄龙决定回国，并前往清华大学从事类脑计算领域神经形态半导体器件方向的研究工作。此前，他长期深入钻研并寻找在传统数字计算机算力模式下能够代替硅的新型半导体材料，在材料及器件方面有着丰富的研究经验。而他回国后的研究目标很明确，就是致力于新型神经形态器件的工作机理和材料的研发，推动类脑计算的发展。

立足前端创新突破

纵观类脑计算硬件发展的诸多技术路线，如何达到像人脑神经网络一般的空间构型复杂度和时间构型复杂度可谓是业界越来越公认的一条设计考量。要知道，人脑中有860亿神经元，相当于银河系天体的数量，并通过150万亿个突触互联构成了空间复杂的神经网络。并且，神经组织有非常丰富的动力学行为，特征时间尺度也跨越几个数量级。这些是人脑智能的物理基础。

在硅基类脑计算芯片中，需要至少6个晶体管构成一个最简单的二值突触，严重限制了芯片的集成规模。当下，国际上采用的先进制程的硅基类脑计算芯片在规模上也与人脑相差了10的五六次方倍。忆阻器作为一种新型器件，依靠更贴近神经组织行为的离子运动机制实现了传统纯电子晶体管所不能实现的诸多类神经功能，仅用一个器件就可以模拟多阶的突触可塑性，且尺寸的可微缩潜力大，目前已进入突触阵列集成的技术发展阶段。即便这样，大规模突触阵列的实现仍然受制于很高的器件设计难度和集成复杂度。具体来说，串联在一起的突触器件和相应的开关器件是突触阵列的基本功能单元，其中开关器件用于选通待操作的阵列单元，并避免与其他单元之间形成串扰。两种器件有截然不同的工作状态和性能需求：突触器件的状态断电后不会自行退化，且能工作在小电流下；开关器件的状态断电自发复原，要能承受大的开启电流。这对于传统材料体系来说构成了一对设计矛盾：对于同一材料，从“常识”上来说，一般电流刺激越大，离子结构改变越显著和稳固，断电后应更容易保持住。设计满足要求的两套材料体系非常困难，有时候不得不以牺牲集成密度为代价而采用大尺寸的硅基晶体管作为开关器件。

那么，如何打破这一矛盾呢？针对这一问题，李黄龙及团队通过对产生这一矛盾的深层次材料机制进行反思意识到，电流的焦耳热效应与场效应协同作用于离子结构的变化是一个根源，这导致离子结构变化的稳定性单调地依赖于电流强度。因此，找到一种内部焦耳热效应能与场效应对抗竞争的新材料是关键。对照元素周期表，通过对单质材料和化合物材料电学和热学性质的分析，李黄龙及团队惊喜地发现了碲这种新型半导体材料具有低熔点、低热导率和电化学活性等满足需求的综合物理性质，是其他材料所不具备的。这些性质使得碲导电通道结构能够在电流的电场作用下生长出来，并在小电流下能被稳定住；但在大电流下它会因焦耳热作用而被熔断，从而恢复原状，这样能同时满足突触器件和开关器件两种工作状态下的性能需要。如此一来，碲也就成为一种可能用于制造突触阵列的通用材料，这一可能性也在实验上得到了原型验证。相关研究为以大规模集成为基础的类脑计算空间复杂度提供了新的材料解决方案，研究成果在国际期刊《自然·通讯》（Nature  Communications）上发表。值得一提的是，一篇引用了李黄龙这项工作的综述论文（ACS Nano）指出，碲的单原子链特征结构具备使器件获得极限微小尺寸的潜力。

类脑计算的另一个关键要素是以丰富动力学为基础的时间构型复杂度。传统的硅基晶体管和忆阻器件还主要以准静态方式进行工作，难以模拟人脑复杂的动力学行为。神经元阈上的放电和阈下的振荡是认知功能的一个重要基础，但在传统的实现方式中需要几十个晶体管才能模拟一个简单的放电神经元，利用忆阻器也需要额外的、较大尺寸的电容或电阻配合，才能实现一个振荡神经元。如何在较小硬件开销的前提下提升器件的神经形态动力学功能是李黄龙及团队关注的又一个技术难点。

在前一个碲半导体突触阵列器件研究的基础上，李黄龙及团队通过对照生物神经机理发现，碲导电通道结构的电化学生长和焦耳热熔断恰恰对应上了神经元膜电位的钠离子内流去极化过程和钾离子外流重极化过程。基于此，他们进一步提出了基于碲半导体的人工神经元器件技术，借助碲半导体独特的综合物理性质，不仅提高了神经形态器件的仿生能力，还实现了阈上放电和阈下振荡全功能的单器件人工神经元，研究成果在国际期刊《先进电子材料》（Advanced Electronic Materials）上发表。一篇引用了李黄龙这项工作的综述论文（Advanced Materials）列举了时下各种阈上放电和阈下振荡人工神经元器件技术，碲半导体神经元是唯一的非硅基CMOS全功能神经元器件技术。碲神经元器件的实现进一步拓展了碲半导体的神经形态应用。

赋能“类脑计算”未来

李黄龙和碲半导体及神经形态器件的故事还远未结束，他和团队正试图通过更深入的研究回答一个有趣且有长远意义的问题——如果硅半导体是数字计算机的材料基础，那么碲半导体是否可能成为类脑计算机的材料基础呢？作为清华大学类脑计算研究中心的一名青年骨干研究人员，李黄龙此前还参与了以空间构型复杂度和时间构型复杂度异构融合为基础的“天机”类脑计算芯片研发。初代“天机”芯片采用的是28纳米的硅工艺制程。更长远的，李黄龙承担了从底层元器件上对硅基类脑计算芯片进行颠覆性再设计的研究任务。

除从事神经形态器件的研究之外，李黄龙如今还在清华大学精密仪器系承担着教学工作。他非常清楚，类脑计算的不断向前发展需要一代又一代科研人员前赴后继，因此，他愿意竭尽全力培养学生的创新力。在教学过程中，他非常尊重学生的研究想法，尽最大的能力为学生搭建发挥创意的舞台，愿意在可控范围内让学生动手验证自己的科研想法正确与否，从而最大限度地激发学生独立思考的热情和能力。他曾在2019年带领两名本科生到英国剑桥参加国际学术会议并做海报展示，也指导完成了以本科生为第一作者的研究论文发表，其中一名本科生之后获得清华大学本科生特等奖学金（本科生最高荣誉，每年10人）。不仅如此，出于类脑计算领域跨学科交流的需求，他还建议深化推进高等教育学科制度改革，考虑以类脑计算为改革试点，鼓励研究型大学自主设置新兴交叉学科，深化和扩大学科交叉，推动文理渗透、理工交叉、医工融合，以推动类脑计算事业的可持续发展。

随着越来越多的制造工厂开始走向智能化，人工智能服务机器人愈加广泛地走进千家万户，未来，类脑计算有望像几十年前数字计算机诞生那样再度改变我们的生活和工作方式。站在科技浪潮奔涌的前端，李黄龙及其同伴要做的，就是以神经形态为钥，寻找半导体器件进化密码，用一个又一个创新性成果，推动智能化社会健康有序地向前发展。正如他在“第一届中国科技青年论坛”总论坛上所展望的：“届时，您也许正戴着搭载了我和团队开发的类脑芯片的VR眼镜穿越回到这次演说现场，看这一群年轻人梦想成真之前心中有梦、笃行不怠的精气神儿。”李黄龙坚信，梦想照进现实并不遥远。

专家简介

李黄龙，清华大学精密仪器系长聘副教授。2010年获北京大学物理学学士学位，2014年获剑桥大学电子工程博士学位，同年回国进入清华大学精密仪器系从事博士后研究工作，2017年留校被聘任为助理教授，2019年晋升副教授。入选2019年中国科协“青年人才托举工程”和2020年北京脑科学与类脑研究中心“北脑青年学者”项目。研究方向为：半导体信息器件、神经形态工程、半导体信息材料、计算材料学等，先后提出基于碲半导体的突触阵列器件技术和人工神经元器件技术，参与全球首款异构融合类脑芯片——清华大学“天机”芯片的开发工作等。曾在《自然·通讯》（Nature Communications）、《先进材料》（Advanced Materials）等学术期刊发表研究成果多篇。