近日，吉林大学副教授李顺心等人在极端环境电子器件方面取得进展，构建了一种基于VO?(M1)纳米颗粒的压力自适应人工突触（PAAS），展示了其在高压神经形态计算中的应用潜力。相关成果发表在Advanced Materials上。

压力自适应人工突触示意图。吉林大学供图

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。

本研究中，团队构建了PAAS，该器件能在从常压到15.1 GPa的高压环境下稳定且高性能地工作。从M1相（1 atm）到M1’相（高于15.1 GPa）的相变过程中，压力抑制了VO?(M1)在光诱导绝缘体-金属相变中的Peierls路径，使得Mott机制占主导。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%。此外，即便在地壳下部的压力环境中，PAAS仍能保持完整的仿生学习功能。

该成果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。

相关论文信息：https://doi.org/10.1002/adma.202516053