Abstract With the incorporation of tailorable organic electronic materials as channel and storage materials, organic field‐effect transistor (OFET)‐based memory has become one of the most promising data storage technologies for hosting a variety of emerging memory applications, such as sensory memory, storage memory, and neuromorphic computing. Here, the recent state‐of‐the‐art progresses in the use of small molecules for OFET nonvolatile memory and artificial synapses are comprehensively reviewed, focusing on the characteristic features of small molecules in versatile functional roles (channel, storage, modifier, and dopant). Techniques for optimizing the storage capacity, speed, and reliability of nonvolatile memory devices are addressed in detail. Insight into the use of small molecules in artificial synapses constructed on OFET memory is also obtained in this emerging field. Finally, the strategies of molecular design for improving memory performance in view of small molecules as storage mediums are discussed systematically, and challenges are addressed to shed light on the future development of this vital research field.

We have developed a method to selectively assemble and align carbon nanotubes (CNTs) on soft substrates for use as flexible biosensors. In this strategy, a thin oxide layer was deposited on soft substrates via low temperature plasma enhanced chemical vapor deposition, and a linker-free assembly process was applied on the oxide surface where the assembly of carbon nanotubes was guided by methyl-terminated molecular patterns on the oxide surface. The electrical characterization of the fabricated CNT devices exhibited a typical p-type gating effect and 1/f noise behavior. The bare oxide regions near CNTs were functionalized with glutamate oxidase to fabricate selective biosensors to detect two forms of glutamate substances existing in different situations: L-glutamic acid, a neurotransmitting material, and monosodium glutamate, a food additive.

Fabrication of organic heterojunction memristor with controlled ion migration enables precise synaptic behavior simulation.

Abstract The rapid advancement of neuromorphic computing demands innovative hardware solutions capable of efficiently mimicking the functionality of biological neural systems. In this context, dynamic memristors have emerged as promising candidates for realizing neuromorphic reservoir computing (RC) architectures. The dynamic memristors characterized by their ability to exhibit nonlinear conductance variations and transient memory behaviors offer unique advantages for constructing RC systems. Unlike recurrent neural networks (RNNs) that face challenges such as vanishing or exploding gradients during training, RC leverages a fixed‐size reservoir layer that acts as a nonlinear dynamic memory. Researchers can capitalize on their adaptable and efficient characteristics by integrating dynamic memristors into RC systems to enable rapid information processing with low learning costs. This perspective provides an overview of the recent developments in dynamic memristors and their applications in neuromorphic RC. It highlights their potential to revolutionize artificial intelligence hardware by offering faster learning speeds and enhanced energy efficiency. Furthermore, it discusses challenges and opportunities associated with integrating dynamic memristors into RC architectures, paving the way for developing next‐generation cognitive computing systems.

Tunable and uniform evolution of conductance is the key performance metric for neuromorphic computing leveraging memristors. Nonetheless, the stochastic conductance update associated with limited material composition and uncontrollable filament distribution has restricted the tunability that can be customized for targeted synaptic properties. Here, we introduce organic heterojunction memristors utilizing the C60/P3HT bilayer, demonstrating analog switching characteristics with multilevel conductance states. We demonstrate that both conventional bipolar and unipolar voltages can achieve synaptic plasticity modulation for potentiation and depression, offering enhanced tunability. Through in situ Raman spectroscopy and impedance spectroscopy, we directly observe the dynamic alterations within the active layers during switching processes. The reversible migration of ions diminishes the barrier within the polymer layer, leading to highly uniform resistive switching behavior. The C60 layer functions as a confined transport medium, mitigating critical current variability issues. Moreover, we introduce a shunt resistor approach, furnishing analog memristors with selectively adjustable uniformity, enhanced linearity, and expanded dynamic conductance range, providing a general solution adaptable to various memristive hardware architectures.

A promising approach for implementing biomimetic systems relies on organic electronic devices designed to emulate neural synapses. However, organic artificial synapses face challenges in achieving high yield and robustness, rendering them difficult to use in practical applications. In this work, a high-yield and highly stable bulk heterojunction (BHJ) synaptic device composed of Poly(3-hexylthiophene-2,5-diyl) (P3HT) and [6,6]-phenyl-C61-butyric acid methyl ester (PCBM) was fabricated via a simple solution process followed by thermal treatments. The crystallinity of P3HT and the precipitation of PCBM in BHJ films can be controlled by the thermal annealing temperatures. At 80 °C, P3HT reaches its highest crystallinity, while PCBM remains uniformly distributed. This thermal treatment significantly contributes to the fabrication of devices characterized by a high yield rate, reaching 98.43%. Additionally, this device remained operational even after being immersed in deionized water, ethanol, and seawater for 100 h. More importantly, it exhibited high elasticity over a wide temperature range from −90 to 310 °C. Finally, this device was utilized to construct a biomimetic vehicle with autonomous memory learning capabilities. After repeated training, the avoidance time was optimized by 31.4%. The robust P3HT:PCBM artificial synapses hold great promise for advancing the development of biomimetic electronic products in extreme environments.