摘要:

综述 ● 开放获取阅读更多

1.文章导读

神经形态器件通过模拟人脑结构与认知功能，推动人工智能技术的革新。其仿生设计具备优异的能效、自适应能力与并行计算优势，突破了传统计算架构的局限。其中，类人感知接口的神经形态（HMSIN）器件实现了视觉、听觉、味觉、嗅觉、触觉多模态感知的一体化融合，是极具变革性的前沿突破，可赋予机器类人感知能力，使其精准解析并响应外界刺激。尽管该领域已取得诸多进展，但HMSIN器件在复刻人类感知系统的复杂特性方面仍存在显著瓶颈，难以同时实现性能稳定、高选择性与实时响应，且环境波动、信号干扰与材料本征缺陷进一步加剧了上述难题。为突破现有局限，研究人员开发出复合型HMSIN传感器，将多种感知机制集成于单一器件平台，有效提升多模态融合能力与系统鲁棒性。当前HMSIN的研究重点是通过动态调控器件内部状态、改变电导参数，实现对外界刺激的自适应学习，产生模拟神经元放电的电脉冲；经过反复刺激迭代，器件可持续优化响应特性，完成记忆编码，逐步提升自身选择性与灵敏度。本文系统综述HMSIN器件的制备材料、工艺策略，以及学习、自适应等核心性能指标，探究Hebbian学习、脉冲时序依赖可塑性（STDP）等类脑机制与神经形态硬件的融合策略，及其在智能感知与决策领域的应用。同时，剖析了HMSIN器件模拟生物感知系统的分层互联典型架构及其动态信号处理与自适应特性，总结当前核心挑战，并展望下一代生物电子器件的发展方向，为构建类人脑感知接口神经形态器件提供全新研究思路。