近日，清华大学谢丹、北京理工大学孙翊淋等人在 Nano-Micro Letters上综述了突触可塑性调节技术在神经形态应用中的最新进展。

操纵神经形态设备突触可塑性的表达为开发人工智能硬件平台提供了迷人的机会。然而，在过去的几年里，人们一直致力于探索塑性模拟的仿生机制。近年来，各种可塑性调制技术的进展将突触电子学的研究从静态可塑性模拟推向了动态可塑性调制，提高了神经形态计算的准确性，并为实现神经形态传感功能提供了策略。

本文综述了通过化学技术、器件结构设计和物理信号传感来调节突触可塑性的几种有趣策略。对于化学技术，阐明了功能材料修饰的潜在机制，并强调了其对突触可塑性表达的影响。基于设备结构设计，很好地展示了神经形态设备的可重构操作，以实现可编程的神经形态功能。

此外，将感觉单元与神经形态处理电路集成为在光、应变和温度等物理信号的调制下实现类人智能感知铺平了新的道路。最后，考虑到相关技术仍处于基础探索阶段，对促进神经形态装置的发展提出了一些展望或发展建议。

参考文献：

Sun, Y., Wang, H. & Xie, D. Recent Advance in Synaptic Plasticity Modulation Techniques for Neuromorphic Applications. Nano-Micro Lett. 16, 211 (2024). 

https://doi.org/10.1007/s40820-024-01445-x