在国科会「A世代前瞻半导体专案计画」支持下，清华大学电子所蔡孟宇博士、研发长邱博文教授、中兴大学物理系林彦甫教授和资工系吴俊霖教授等共同组成的研究团队，成功开发出新颖的双模式二维电子元件，不仅突破了传统矽晶圆的物理限制，还为高效能计算和半导体制程简化开启了新的方向。这项研究成果已在2023年9月发表於《自然电子》（Nature Electronics）学术期刊。

/news/2024/01/15/1626039360S.jpg

这项电子元件的最大关键突破在於实现「记忆体」和「电晶体」两种模式之间功能自由切换的可行性，像是同一个装置可以在需要时变成存储装置或是处理数据的工具。「光」在这里扮演了一个关键角色，就像是启动元件功能的「钥匙」。

当光照射到这种元件时，它就像被「解锁」一般，元件随即切换到「记忆体模式」，在这种模式下，它能够动态地调整电荷的属性和集中度，即可存储数据。而在没有光照射的情况下，元件则保持在「电晶体模式」，就像是被「上锁」一般，能够维持稳定的开关运算功能。

这种突破性架构的提出，首次使电子元件赋予多重模态灵活切换的可行性成真，因为可以快速切换应用，在处理复杂的计算和储存功能更有效率。

这种创新元件的结构非常独特，建立在传统二氧化矽基板之上，并堆叠二维凡德瓦异质结构所组成，主要核心材料包含二维双极性半导体(二??化??)以及二维绝缘体(六方氮化硼)。这使得光能够诱导二??化??生成大量的电子-电洞对，并使其中一方的载子(电子或电洞)注入到六方氮化硼与二氧化矽基板之间的介面，从而实现电荷极性操控与存储的功能。

除此之外，这双模式都能展现各自独特的操作特性。具体来说，在「电晶体模式」下，它能够根据需要调整成不同类型的电晶体配置(N型或P型)，从而实现从基本到复杂的各类逻辑闸单元，这对於简化现有电子元件的设计及能耗，建构更高效的电路和系统，以及处理复杂的计算任务非常重要。在「记忆体模式」下，则模拟人脑的神经突触功能。

特别是在结合卷积神经网络的应用时，它能够有效地叁与图像识别过程，大幅提升了处理复杂视觉任务的能力。这不仅显示了其在神经形态计算领域的潜力，也为人工智能技术带来了新的发展方向。