众所周知，人脑具有高智能和低能耗的特点，所以发展模拟人脑的神经拟态计算成为了一种非常诱人的选择。另外，神经拟态计算也可以有力推动机器学习等人工智能的发展。考虑到在生物神经系统中，信号的传递都是通过神经突触实现的，所以模拟生物神经突触的神经突触器件就成为了发展神经拟态计算所必需的核心器件。
近年来，人们已经制备出了电刺激-电输出的神经突触器件。从2017年开始，人们意识到，借鉴神经科学中的光遗传学研究成果，把光引入神经突触器件，有望显著改善神经突触器件及其集成所形成的神经网络的性能。前期这些引入了光的光电神经突触器件在光的刺激下输出电信号，可以很好地模拟生物神经突触的行为。但是，从神经突触器件集成形成神经网络的角度考虑，在电刺激下输出光信号的神经突触器件也是必需的，这样才能实现光电的相互转换，从而形成光电集成的神经网络。
在杨德仁和皮孝东教授等人的工作中，他们发现硅纳米晶体的发光器件可以在电脉冲的刺激下发光，其发光大约在20毫秒内衰减，这与生物神经突触的信号传递类似。这促使他们制备了基于硅纳米晶体的电刺激-光输出的光电神经突触器件。杨德仁和皮孝东研究团队的赵双易博士介绍说，这些器件能够模拟生物神经突触的可塑性的原因在于注入到硅纳米晶体的电子可以被硅纳米晶体表面的电子陷阱所俘获，然后被释放而隧穿至相邻的硅纳米晶体。有意思的是，通过把硅纳米晶体发光器件的电刺激与发光功率关联还可以实现“与”和“或”逻辑门，而把硅纳米晶体发光器件的电刺激与器件电阻关联则可以实现“非与”和“非或”逻辑门。表明基于硅纳米晶体的光电神经突触器件具有逻辑运算功能。
半导体硅是冯·诺依曼计算中最核心的材料。半个多世纪来发展日趋完善的半导体硅材料及其相关技术是否也能在新兴的神经拟态计算中得到重要应用是一个很令人感兴趣的问题。杨德仁和皮孝东等科学家的工作正在试图回答这个问题。作为一种重要的硅材料形态，硅纳米晶体凭借其突出的光电性能已经在面向神经拟态计算的器件应用中展现出了发展潜力。这将鼓励人们针对硅基神经拟态计算中的核心器件如神经突触器件及其集成神经网络进行更加深入的研究。
