娱乐城

近日，娱乐城 李顺心副教授等人在极端环境电子器件方面取得进展。相关研究成果以“Pressure-Adaptive Artificial Synapses with High Linearity for Intelligent Computing in Extreme Environments”为题发表在《Advanced Materials》上。博士研究生王杨为本文第一作者，李顺心副教授、肖冠军教授和邹勃教授为本文通讯作者。

随着对物理世界的持续探索，在极端环境下使用的电子设备变得越来越重要。在各类极端条件中，高压环境尤为关键，广泛应用于空间研究、地球深部探测和深海调查等领域。对高压极端环境的探索，依赖于对大量复杂数据流的获取、传输与处理，通常需要系统具备多功能模块、大容量存储以及高带宽的数据感知、存储和计算能力。这些要求给监测系统带来了独特挑战。

在本研究中，李顺心课题组构建了一种基于VO₂(M₁)纳米颗粒的压力自适应人工突触（Pressure-adaptive artificial synapses， PAAS）。该器件能在从常压（1 atm）到15.1 GPa的高压环境下稳定且高性能地工作。其机理在于：从M₁相（1 atm）到M₁’相（高于15.1 GPa）的相变过程中，压力抑制了VO₂(M₁)在光诱导绝缘体-金属相变中的Peierls路径（M₁到R结构相变），使得Mott机制（电子相变）占主导。得益于这一机制，PAAS在高压下的仿生可塑性显著增强，其最大配对脉冲易化指数从109.6%提升至155.4%；同时，其突触后电流的线性度也得到改善，Pearson相关系数从0.64提升至0.97。此外，即便在地壳下部的压力环境（约3 GPa）中，PAAS仍能保持完整的仿生学习功能。基于上述性能，该器件成功展示了其在高压神经形态计算中的应用潜力：在手写数字识别任务中实现了97%的准确率，并能基于卷积自编码器完成彩色图像的降噪与重建。

图：PAAS 在 1 atm到 15.1 GPa范围内的智能计算应用。

本工作得到了国家自然科学基金项目的支持。

全文链接：

//doi.org/10.1002/adma.202516053