“人工智能（AI）”是在上世纪50年代提出的，经历了缓慢的发展时期。然而，自2016年“AlphaGo”问世以来，目前AI已经成为全球的研究热点之一，备受关注。值得注意的是，现有的AI技术主要基于传统冯·诺依曼架构，需要采用较为复杂的计算机代码才能实现，其计算模块与存储模块相分离，因此其并行运算能力有限，且能耗较高，对今后非结构化大数据的处理和计算而言，具有一定的局限性。同时，近年来，基于器件层面构建人工生物神经系统，，也正在成为AI领域的一个重要分支。突触作为人脑认知行为的基本单元，是神经元间发生联系的关键部位，是构建人工神经网络的重要出发点。在突触仿生电子学方面，目前的研究主要包括两端阻变器件和三端晶体管，这类器件已经模仿了一些从简单到复杂的各种突触功能和神经元功能，有着潜在的应用前景。
近日，中国科学院宁波材料技术与工程研究所功能材料界面物理与器件应用团队在柔性神经形态器件研究方面取得新进展。他们在柔性PET衬底上制备了以壳聚糖薄膜作为栅介质的、具有学习行为的ITO突触晶体管，其在机械弯曲应力作用1000次后，器件各项性能参数保持稳定；在栅极偏压应力作用8000秒后，发现器件阈值电压呈现一定的漂移，说明研制的晶体管具备学习能力。随后，在研制的柔性ITO薄膜晶体管上模拟了三种突触功能：突触后兴奋电流（EPSC）、双脉冲易化（PPF）和尖峰时序依赖可塑性（STDP）。1968年，Atkinson和Shiffrin从心理学层面提出了“人脑多重记忆模型”：感知记忆（SM）到短时程记忆（STM）以及短程记忆到长时程记忆（LTM）的转化过程。该团队通过栅脉冲刺激频率和栅脉冲刺激强度的设计，在单一突触晶体管上实现了对“人脑多重记忆模型”的模仿。上述成果发表于ACS Applied Materials Interfaces, 2018, 10 (19), 16881-16886。
