——中国科学院半导体研究所半导体超晶格国家重点实验室研究员吴江滨

唐慧乔  陈 旭　　

　　自人类诞生以来，如何凭借有限的空间和能源延续自身文明并实现可持续发展，一直是人类命运共同体所面临的首要挑战，以解放和发展生产力为目的的技术革新无疑为破解这一难题提供了强劲的动力。特别是人类进入工业时代以来，以蒸汽机为代表的第一次工业革命、以电力为代表的第二次工业革命和以信息技术为代表的第三次工业革命，都将重点投射于对物质更深层次、更精妙的理解上，而几乎与第三次工业革命同时兴起的半导体相关研究，也依照这样的规律，以“更小、更快、更节能”的方式进行迭代，不断地为人类带来新的可能和机遇。

　　时至今日，半导体技术的应用已经渗透到各个领域。与此同时，随着器件小型化的不断发展和集成度的不断提高，传统的硅基半导体器件已经逼近极限尺寸，一系列由于器件工作原理和工艺技术本身的物理限制而产生的难题，将成为相关研究及行业发展难以突破的上限。就在此时，随着实验制备工艺和合成技术的发展，面向更低维度、更小尺度特质的低维材料应运而生，并以其独特结构和优异性质，使人类借助它研发更高效器件和更新功能成为可能。有关低维半导体材料的研究吸引了越来越多相关科研工作者的关注，而中国科学院半导体研究所半导体超晶格国家重点实验室研究员吴江滨就是其中之一。

点亮专注科研的星火

　　2008年，出身于福建农村、抱着“走出家乡看一看”想法的吴江滨，头一次听说了华中科技大学的名字。彼时的他，对这所远方的学校知之甚少，对自己即将进入的光学与电子信息学院几乎是“一无所知”。“这个专业到底是学什么的？又能做什么？”怀揣这样的问题，吴江滨甫一入校，就展现出旺盛的求知欲，与老师同学交流心得、启发灵感更成了他经常做的事。这份勤勉与执着，抚平了他曾经因“无知”而产生的迷茫情绪，也让他在大一下学期时即获得了进入江建军教授和缪灵教授所主持的计算材料与测试模拟中心（CCMS）实验室参与科研工作的机会。

　　从最基础的原理入手，吴江滨一步步接触到人工智能算法（人工神经网络）和仿生算法（遗传算法）的相关研究；随着专业知识的积累和科研视野的开阔，他的研究重心也逐渐从算法转向材料和器件。“大三的时候，我初次接触了以石墨烯为代表的低维材料，并对其物理性质展开了第一性原理的计算工作。在更多了解了低维材料的特性后，我开始尝试在研究中回答‘如何将石墨烯等力学性能优良的材料和电化学性能优异的材料结合在一起，用于锂电池的负极，以改善其使用寿命’的具体命题。”

　　所谓低维材料，是指至少在一个维度上尺寸处于纳米尺度的材料，主要包括零维、一维和二维结构，以及以低维结构为基本单元构筑的复合结构、组装体和功能器件。“在宏观的材料体系中，常规材料往往具有3个空间维度，即x轴、y轴、z轴。而当将其中一个维度降低到无限接近于零的原子尺度，我们就认为这个维度已经‘消失’了，由此诞生的就是低维材料中的二维材料。以此类推，一维材料就是同时缩减两个维度，而零维材料则是同时缩减3个维度。”吴江滨解释道。在与低维材料“打交道”的过程中，其极高的表面积、强烈的量子限制效应和优异的电学、光学、热学性质，以及基于这些特性所展现出的广阔前景，深深吸引了这个醉心科研的年轻人；而在一系列基础性研究中斩获的成果，也让他坚定了继续在科研路上走下去的信心。

　　站在当下回看自己科研生涯的起点，吴江滨颇为感慨。这段“很早就接触科研、在实验室环境中获得了一系列专业培训”的经历，不仅见证了他与低维材料、第一性原理、人工智能算法等研究领域的“相识”“相知”的科研经历，更重要的是让他充分了解了科学研究的范式——“从那时候起，我明白了科学研究是怎么回事，从如何查找文献去了解一个领域，到如何去寻找这个领域中的科学问题，再到如何运用自己所掌握知识和方法，通过不断地实验，改进方法和模型，去解决上述问题。”“知其然，知其所以然”的吴江滨，也在本科阶段即崭露头角，凭借两篇国际会议论文、两篇期刊论文的亮眼成绩取得了保送到中国科学院攻读硕博连读生的资格。基于自身对低维材料强烈的科研兴趣，在联系导师时，他义无反顾地选择了在低维材料光谱研究方面颇有建树的谭平恒研究员，而他的科研生涯也就此掀开全新的一页。

全力探索创新的闪光

　　在吴江滨进入中国科学院半导体研究所学习的2012年，“低维材料迎来增长爆发期”的说法也正在一步步变为现实。而此时的吴江滨尚未有“生逢其时”的实感，从本科阶段改善型的科研实践，到硕博阶段开拓型的科研攻关，他度过了一段难挨的探索时光。

　　“如果说本科时还能‘摸着石头过河’；到了半导体研究所以后，我最初的科研尝试可谓是‘一问三不知’——不知道要研究的‘主角’是什么、不知道要用什么方法验证、更不知道最终的结果是否正确，一切都要依据自己所学的知识慢慢探索，大胆假设，反复求证。”吴江滨回忆道，“但科学研究的第一要义是创新性，经过一次次探索、最终证明了结论是正确的瞬间，是收获最多的瞬间，也是让我感受到真正为这个领域作出了一些贡献的瞬间。”就这样，扎实的基础铸成他朝着更加精深方向求索的阶梯，积极的态度更催生了探索新领域的不竭动力。在完成了一些有关二维材料光谱方面的研究后，吴江滨以更笃定的心态，开始找寻低维材料在“增长爆发期”中的熠熠光点。

　　2012年，低维材料领域出现了两个主要趋势：其一是“由一到多”，行业的研究重心从专注石墨烯转为石墨烯和以二硫化钼为代表的过渡金属硫化物材料上；其二就是一个重要创新方向——二维范德华异质结的提出。“由于二维材料的层间都是范德华相互作用，因此它们可以像堆乐高一样，把不同性质的材料堆叠起来，形成一个性能能够按需订制的范德华异质结，从而以取长补短的形式赋予这一材料更多功能。而在堆叠过程中，不同石墨烯片层取向随机的多层石墨烯会形成转角，这可能会对其能带结构和界面的力学性质产生影响，进而产生新奇的器件应用。”谭平恒和吴江滨幸运地在大热的研究领域中发现了难得的“空白地”，师生二人当机立断，就此展开以“转角多层石墨烯为代表的范德华异质结中的界面层间力学耦合”为主题的相关研究。

　　通过谭平恒研究组自主开发的低波数共振拉曼光谱技术，吴江滨全力参与到对转角多层石墨烯层间耦合模式的系统研究中。“我们发现，转角多层石墨烯界面处的层间呼吸耦合与正常Bernal堆垛多层石墨烯的强度相当；而依据层间剪切耦合计算，后者在转角多层石墨烯界面处的层间剪切耦合应减弱到正常Bernal堆垛多层石墨烯的20%。是什么原因导致了这样的差异？”通过第一性原理的计算，他们得出了一个经得起验证的结论：转角多层石墨烯界面处的对称性破缺，是导致其剪切模和呼吸模表现出不同行为的主要原因。同时他们的进一步研究还发现，过去只考虑最近邻相互作用的单原子链模型已无法正确描述多层石墨烯的呼吸模频率随其层数的变化关系；而加入次近邻层间呼吸耦合，则可解释实验观察到的转角多层石墨烯的层间呼吸模频率，并拟合得到多层石墨烯的次近邻层间呼吸耦合为最近邻的9%。这一成果是在范德瓦尔斯二维晶体材料中第一次观察到这种次近邻的层间呼吸耦合，基于这一成果，研究者可通过观察层间剪切模来探测转角多层石墨烯中各Bernal堆垛子系统的层数，同时用层间呼吸模来探测其总的层数。后续他们还将这个结论推广到了石墨烯和二硫化钼等其他范德华异质结中。

　　从现象中磨砺提炼出“不同于教科书”的新结论、完善了对范德华异质结界面耦合的理解后，在导师鼓励下经常参与交流合作活动的吴江滨，敏锐地抓住了“低维材料器件走向应用”的风口，而他涵盖半导体、物理、数学等多个领域的研究经历和卓越的科研成果，也为他赢得了赴美国南加州大学电子工程系开展博士后研究的机会。

夯实低维材料发展的基石

　　在博士后导师汪涵（Han Wang）教授的带领下，远赴异国的吴江滨很快找到了新的科研锚点——基于性能独特的新兴材料和纳米技术，他决心在开发新型半导体电子和光子器件层面投注更多心血。“这是一项高度交叉的研究工作，涉及从基础研究到先进电子和光子应用的全领域，以提升现有电子和光子器件性能为目标，发明具有全新功能的半导体纳米器件，是我们团队上下共同的奋斗目标。”但在行业快速发展的背景下，吴江滨却并不冒进，他选择从根本入手，在提出先进半导体器件的机理的基础上不断提升器件的性能、帮助它更好发挥作用，成了他为之奋斗的新方向。

　　从先前的研究成果出发，基于上述对二维材料界面耦合的理解，吴江滨提出了基于石墨烯/铜铟磷硫（CIPS）/铬（Cr）的范德华异质结的超高隧穿电阻比的调控机理。其中，由二维室温铁电体CIPS构造的范德华异质结为半金属－铁电体－金属结构的范德华铁电隧穿结，其工作原理特别是势垒高度差的调控机制明显区别于传统的半导体接触的铁电隧道结。具体表现是，当CIPS中的铁电极化方向朝向石墨烯时，石墨烯为n型掺杂，此时势垒很低，隧穿结处于开态；而当CIPS中的铁电极化方向朝向铬时，石墨烯为p型掺杂，此时势垒很高，隧穿结处于关态。“这个过程就像一个开合开关的过程。”吴江滨形象地解释道，“因为石墨烯在狄拉克点附近的态密度很小（即半金属特性），在铁电极化翻转的时候，能引起高达1电子伏特（eV）的势垒高度差，远高于传统的铁电隧穿结（约0.1eV），从而导致很大的隧穿电阻比。而先前的铁电隧穿结则大部分由钙钛矿型铁电体和氧化物型铁电体组成，会不同程度地出现与传统硅工艺难以兼容或隧穿电阻比较低的问题，这极大限制了相关器件的应用前景。而我们所提出的范德华铁电隧穿结，正是兼顾了硅工艺兼容性和高隧穿电阻比的具体需求，这也使它成为下一代高性能非易失性存储器的理想选择之一。”

　　此外，在与杨建华教授关于忆阻器的合作中，吴江滨同样从机理入手，用“降噪”的模式突破忆阻器精度，攻克了AI芯片存储能力不足的难题。“忆阻器，也叫存算一体的人工突触，可以把它理解为人脑中的神经元。由忆阻器组成的人工神经网络可以显著地改善人工智能的数据吞吐量和能耗，而想要高效完成对这样的人工神经网络的训练，无疑对器件的高精度编程能力（足够多的可被区分的阻态）提出了极高的要求。但当时忆阻器的阻态数量都少于200个，这成为忆阻器进一步应用的巨大障碍。”面对如何提升忆阻器精度的实际难题，吴江滨借助原位的导电原子力显微镜研究，在具有工业标准的256×256忆阻器（RRAM）阵列上，发现了器件中的寄生于主导电通道的微弱“副通道”。“‘副通道’所带来的随机电报噪声，是限制RRAM达到更多可区分阻态的关键，而通过新的电气操作协议来消除这些噪声，就可以顺利破解过去精度不足的难题，从而为高精度RRAM走向不同应用场景并最终实现商用化提供可能。”吴江滨解释道。带着这份具有突破性并成功发表于《自然》（Nature）的成果，他踏上了回国的飞机，并以研究员的身份再一次回到培养自己的中国科学院半导体研究所，加入半导体超晶格国家重点实验室。