投稿邮箱：wedotech2025@163.com投稿电话：16622153402（微信同号）
随着人工智能的快速发展，传统冯·诺依曼架构因存算分离而面临能耗和数据传输瓶颈，亟需新型计算架构。受大脑启发的神经形态计算以其并行处理和低功耗优势成为重要方向。漏积分-发放（LIF）神经元作为简化的生物神经元模型，被广泛用于神经形态计算。在生物神经元中，树突接收信号经突触调制后，由胞体进行时空整合，当膜电位达到阈值时，轴突起始段触发动作电位。近年来，研究人员利用忆阻器模拟突触和胞体功能，但大多仍依赖不同材料体系，增加了制造复杂性。水凝胶材料因柔性好、离子环境与生物相似而备受关注，但如何在单一水凝胶体系中分别模拟突触和胞体功能仍具挑战。
中国深圳南方科技大学肖凯副教授团队提出一种可重构的水凝胶忆阻器，通过调控其组分，可配置为模拟突触或胞体功能。在水凝胶柔性基质中，聚乙烯醇（PVA）含量控制着银纳米片（Ag NF）的分散状态，从而形成不同的Ag导电通路。低PVA含量时，忆阻器表现出模拟特性；高PVA含量时，忆阻器表现出阈值开关特性，激活电压低至0.56 V。进一步地，通过集成模拟忆阻器、阈值开关忆阻器、电容和电阻，构建了一个人工LIF神经元，能够根据历史刺激动态调整发放概率。该系统在图像分类任务中达到95.46%的准确率，密切模仿了生物神经元行为，推动了人工神经网络硬件的发展。该文章以“Bioinspired Leaky Integrate-and-Fire Neurons Enabled by Reconfigurable Hydrogel Memristors”为题发表在国际顶级期刊Advance Materials上。
图1-可重构水凝胶忆阻器模拟LIF神经元的概念图：图1a展示了生物神经元的结构示意图：树突接收电信号，经突触调制后传入胞体进行时空整合；当膜电位超过阈值时，轴突起始段（AIS）触发动作电位并沿轴突向下一个神经元传递。AIS因离子通道密集而具有高兴奋性，并能根据历史刺激调节发放概率。图1b对应本文设计的人工LIF神经元电路，核心是采用ITO电极和水凝胶功能层（聚丙烯酰胺PAAm、聚乙烯醇PVA和银纳米片Ag NF）的可重构忆阻器。通过调节PVA含量，可以控制Ag NF在水凝胶中的分散状态，从而在同一材料体系中分别实现突触功能（低PVA）和胞体整合-发放功能（高PVA）。图中还集成了电容和电阻，完整模拟了LIF神经元的漏电、积分和发放过程。这种设计避免了传统方案中突触和胞体使用不同材料体系的异质性问题，更贴近生物神经元共用的离子环境，为柔性神经形态硬件提供了新思路。图2-可重构水凝胶忆阻器的机理与表征：图2a展示了低PVA含量（1 wt.%）下制备的非易失性模拟忆阻器（NVAM）的I-V曲线，呈现出典型的模拟型忆阻行为：正电压下电导逐渐增强（SET），负电压下电导逐渐减弱（RESET）。图2b解释了其机理——低PVA含量时聚合物网络较疏松，空间限域弱，Ag⁺迁移和Ag原子沉积较为分散随机，形成非易失性模拟电导。图2c是高PVA含量（6 wt.%）下制备的易失性阈值开关忆阻器（VTSM）的I-V曲线，表现出典型的阈值开关特性，在0.56 V处发生跳变，低阻态保持不稳定，电压降低后自动回至高阻态。图2d机理图显示：高PVA含量时Ag NF均匀分散，致密网络提供强空间限域，促进定向Ag⁺迁移和局域Ag原子积累，形成易失性导电细丝。图2e-f的XPS分析证实了水凝胶层中同时存在金属态Ag⁰和离子态Ag⁺，表明发生了Ag氧化还原反应。图2g-h展示了器件在平直和弯曲状态下的照片，由于水凝胶优异的柔韧性，器件在反复弯曲后仍保持稳定的电流和操作电压，证实了其在柔性电子领域的应用潜力。
图3-基于NVAM的人工突触器件：图3a示意了生物突触的结构：突触前神经元、突触间隙和突触后神经元，通过神经递质释放量调节突触权重（增强或抑制），这种可塑性是学习和记忆的基础。图3b显示NVAM在50次连续I-V扫描中表现出良好的循环稳定性，在正电压下电导逐渐增强，负电压下逐渐减弱，为模拟突触可塑性提供了基础。图3c展示了双脉冲易化（PPF）指数与脉冲间隔的关系，当两个脉冲间隔较短时，第二个脉冲引发的电流响应显著高于第一个，PPF指数随间隔增加呈双指数衰减，与生物突触行为一致。图3d展示了脉冲时序依赖可塑性（STDP）：当突触前脉冲先于突触后脉冲（Δt>0）时，突触权重增加；反之则降低，且权重变化量随|Δt|增大而衰减。图3e展示了利用32个连续正电压脉冲实现长时程增强（LTP）、32个负电压脉冲实现长时程抑制（LTD），电导呈现多级可调特性。这些结果表明，NVAM能够全面模拟突触的短时和长时可塑性，为后续构建人工LIF神经元提供了关键的输入信号调制能力。
图4-基于VTSM的胞体整合-发放行为模拟：图4a示意了生物神经元中胞体的整合-发放功能：对树突传来的电信号进行时空整合，当膜电位超过阈值时产生动作电位并沿轴突传播。图4b展示了VTSM在50次连续I-V扫描中的阈值开关行为，阈值电压Vth=0.56 V，保持电压Vhold=0.11 V，均低于传统器件，单次发放能耗仅0.72 nJ。图4c展示了通过调节限制电流（从10 μA增至500 μA）可实现从易失性到非易失性开关的受控转变：大电流促进更稳健的Ag导电细丝形成，撤去电场后仍保持低阻态。图4d-f研究了脉冲幅值对整合-发放行为的影响（固定间隔0.1 s）：0.3 V时电流几乎不变（漏电行为）；0.5 V时电流逐渐上升后突跳（发放）；0.8 V时更快达到阈值。图4g-i研究了脉冲间隔的影响（固定幅值0.5 V）：间隔1.0 s时难以发放；0.2 s时可发放但较慢；0.05 s时快速连续发放。这模仿了生物神经元中更强或更高频率刺激更容易触发动作电位的特性，成功在单个VTSM器件中实现了胞体的整合-发放功能。
图5-基于忆阻器的人工LIF神经元：图5a展示了生物神经元中轴突起始段（AIS）的结构可塑性：AIS长度变化可调节神经元兴奋性，使发放概率根据历史刺激动态调整。图5b是人工LIF神经元电路图：NVAM（突触）与VTSM（胞体）、电容（1 μF）和电阻（100 Ω）集成。工作原理：输入电压经NVAM给电容充电，当VTSM两端电压达Vth时，Ag导电细丝形成，电容通过VTSM快速放电，在电阻上产生尖峰输出；电压低于Vhold后细丝断裂，恢复高阻态。图5c显示在1 V恒定输入下，电容充放电过程和电阻上的尖峰输出信号。图5d显示施加10次1.5 V脉冲后，电容充放电速率显著加快（因为NVAM电阻Ra逐渐降低），从而发放频率提高——这正是模拟AIS根据历史刺激调节发放概率的关键特性。图5e展示了基于VGG-16的卷积神经网络结构（13个卷积层+2个全连接层）用于CIFAR-10图像分类。图5f显示该人工LIF神经元在脉冲神经网络（SNN）中达到95.46%的分类准确率，且仅需16个时间步即可获得92.81%的准确率，大幅降低了SNN的计算成本。
【文献总结】
该工作报道了一种可在同一水凝胶体系中分别模拟突触和胞体功能的可重构忆阻器，并基于此构建了人工漏积分-发放（LIF）神经元。研究者通过调控聚乙烯醇（PVA）含量（1 wt.% vs. 6 wt.%），精准控制银纳米片在水凝胶基质中的分散状态，从而形成两种截然不同的导电通路：低PVA含量下实现非易失性模拟忆阻器（NVAM），成功模拟了双脉冲易化/抑制、脉冲时序依赖可塑性等突触功能；高PVA含量下实现易失性阈值开关忆阻器（VTSM），阈值电压低至0.56 V，能耗仅0.72 nJ，成功模拟了胞体的整合-发放行为。进一步将NVAM、VTSM、电容和电阻集成，构建的人工LIF神经元能够根据历史刺激动态调节发放概率，模拟了生物轴突起始段的结构可塑性。该神经元在CIFAR-10图像分类任务中达到95.46%的准确率，且仅需短时间步即可获得高精度。这项研究首次在单一水凝胶体系中实现了突触和胞体功能的协同模拟，为开发柔性、低功耗、生物逼真的神经形态计算硬件提供了全新平台。
文章信息：Ronghua Lan, Miliang Zhang, Guoheng Xu, et al. Bioinspired Leaky Integrate-and-Fire Neurons Enabled by Reconfigurable Hydrogel Memristors
https://doi.org/10.1002/adma.202520195
10个月宝宝每天需要喝多少奶粉？
