A computação neuromórfica baseada em memristores promete superar o gargalo de von Neumann, contribuindo para o processamento de dados com baixo consumo de energia. Polímeros orgânicos são candidatos ideais para memristores de baixo custo e aplicações sinápticas devido às suas excelentes propriedades semicondutoras e optoeletrônicas, bem como às vantagens do processamento em solução. No entanto, a alta voltagem operacional e o problema da troca aleatória de estado resistivo dos memristores poliméricos limitam sua aplicação em chips neuromórficos, aumentando a complexidade dos sistemas de circuitos periféricos. Este estudo utiliza o polímero orgânico MEH-PPV dopado com o líquido iônico [EMIM][PF₆] como camada ativa para construir um memristor de estrutura vertical, modulando vários comportamentos de plasticidade sináptica de curto e longo prazo por meio de entrada elétrica, reduzindo significativamente a voltagem operacional e aumentando o alcance de condutividade ajustável. Este memristor realiza características-chave de sinapses biológicas controladas por luz e propriedades de aprendizagem e memória tipo cerebral em nível de milivolts, integrando funções de detecção, armazenamento e processamento de sinais ópticos. Com base nisso, essa matriz sináptica orgânica foi aplicada a tarefas de reconhecimento e memória de padrões no sistema nervoso visual humano. Os resultados do estudo fornecem orientações importantes para o design de dispositivos neuromórficos orgânicos de próxima geração, de baixo consumo de energia e alto desempenho.

memristor;polímero orgânico;lÍquido iônico;sinapse optoelétrica;reconhecimento de imagem