神经形态计算需要构建受人脑元素（如神经组织和突触）启发的架构。事实证明，这些体系结构对于许多应用程序都是非常有前途和有利的，因为它们可以同时具有内存和学习功能。

　　目前大多数的神经形态结构都是人工重建突触的可塑性（即，随着时间的推移很容易形成的能力），突触是神经细胞之间的连接，使冲动能够在大脑区域传播。然而，神经形态计算方法的另一个潜在的有价值的灵感来源是神经元膜的可塑性，这是保护神经元功能的屏障。

　　考虑到这一点，杜德累斯顿大学和亨霍兹中心的研究人员最近设计了一种模拟神经元膜内在可塑性的神经晶体管。在《自然电子学》杂志上发表的一篇论文中，用离子掺杂的溶胶-凝胶硅酸盐薄膜包覆硅纳米线，制备出了新型神经晶体管。

　　进行这项研究的研究人员之一Baek说：“作为一个在生物和化学电子传感器方面拥有主要专业知识的团队，我们试图找到一个合适的系统，利用生物传感器的原理复制神经元膜的特性。”

　　由研究人员设计的神经晶体管利用了基于硅纳米线晶体管的电子电位生物传感器的特性，这类传感器可以将离子或分子的电荷转换成电流。研究人员将场效应晶体管与溶胶-凝胶薄膜结合起来，这种薄膜可以对离子电荷进行电子感应，从而实现离子电荷的重新分布。

　　参与研究的另一位研究员Gianaureo Cuniberti说：“我们使用CMOS工艺在8英寸的绝缘体硅（SOI）晶片上制作了硅纳米线晶体管，如电子束和紫外光刻。然后，我们在纳米线器件上涂覆了离子掺杂硅酸盐薄膜，这种薄膜是用硅酸盐前驱体和金属离子通过溶胶-凝胶工艺合成的。”

　　研究人员提出的新的神经转移史可作为短期记忆，因为溶胶-凝胶膜限制了离子在其内部的运动，并在短时间内保持某些离子状态。由于这种独特的质量，溶胶-凝胶薄膜允许神经转移晶体管产生独特的非线性（即乙状结肠）输出动力学，这是由输入信号的历史所控制的。

　　研究人员开发的装置模拟了神经元细胞的功能和内在可塑性。事实上，在神经元中，膜电位引起离子电流的乙状结肠改变。这种非线性动态特性也赋予了它先进的学习能力，使它成为机器学习应用的理想选择，例如，学习如何在模式分类任务中表现良好。

　　该研究的主要研究者之一Eunhye Baek表明：“我们的研究最有意义的成就是神经转移网络的动态学习能力，是利用神经元的可塑性获得的，许多神经形态装置（主要是记忆电阻器）由于其随机性，很难像随机电流阈值那样控制输出动态。”

　　研究人员采用的设计策略允许他们的神经转化管使用其细胞中掺杂离子的量化量来获得稳定的输出动力学。由于研究人员最近的研究目的是模拟神经元的非线性计算，因此他们的神经转化管可以用来进行设备级分类，而无需进行数据后处理。这使得更强大的神经形态计算具有更低的能耗，因为运行在神经形态设备上的其他现有模式分类模型需要额外的软件计算。

　　Baek说：“最终，我们证明，人们可以从传统的场效应晶体管，甚至是整个芯片开始，通过使用溶胶-凝胶膜对其进行选择性修饰，将其转变为具有全新功能的神经转化晶体管（或神经芯片）。”

　　这项工作证实了神经形态电子元件在单一设备中实现记忆和学习功能的巨大潜力。通过模拟神经膜的可塑性，他们设计神经晶体管的新策略可以创造出具有先进学习能力的新电子学。

　　Baek说：“我们现在正在清华大学进行进一步的大脑计算研究，利用混合记忆器开发视网膜等人工视觉感觉神经元。在传入的信号到达大脑之前，记忆和学习已经在感觉神经元中发生，以对信号进行预处理。我们的神经转换晶体管背后的动态学习原理将应用于处理时变光信号。”

　　自新型冠状病毒肺炎疫情爆发以来，传感器专家网一直密切关注疫情进展，根据国家及地方政府的最新调控与安排，为更好的服务相关企业，在疫情期间，传感器专家网免费发布企业相关文章，免费成为传感器专家网认证作者，请点击认证，大家同心协力，抗击疫情，为早日打赢这场防控攻坚战贡献自己的一份力量。