2026 年 9 月 28 日
韩国东古大学（Dongguk University）系统半导体系 Sejoon Lee 教授领导的研究团队，成功开发出一种无需外部电源、具备自供电能力的柔性石墨烯通道离子凝胶晶体管（g-IGT）。该设备通过集成摩擦纳米发电机（TENG），实现了感知与记忆功能在单一灵活平台上的结合。
这项研究成果已发表于《先进材料》（Advanced Materials, 2026），DOI: 10.1002/adma.202520540。
技术背景与挑战
神经形态器件旨在模拟生物神经网络，是低功耗智能传感及可穿戴应用的重要候选者。在众多架构中，石墨烯通道离子凝胶晶体管（g-IGT）因其优异的电学性能、机械灵活性、低电压操作特性以及调节突触权重以模仿生物突触的能力而备受关注。
然而，现有的 g-IGT 大多依赖外部电源供电，这限制了其在可穿戴神经形态系统中的实际应用。Sejoon Lee 教授指出：“在人类触觉感知中，机械感受器将微小的机械干扰转化为神经信号。为了在电子层面复现这一过程，我们将 TENG 与 g-IGT 集成，利用前者将机械刺激直接转化为电信号。”
工作原理：机械刺激驱动突触信号
该研究提出的 TENG 驱动 g-IGT 装置由两个连接到单个 g-IGT 的 TENG 组成。其中，连接至 g-IGT 栅极的 TENG 提供前突触尖峰，而连接至漏极侧的 TENG 则提供后突触尖峰。
当设备受到触摸等机械刺激时，TENG 产生电压脉冲并驱动 g-IGT 发生突触反应。整个电路完全依靠机械刺激获取能量运行，无需任何外部电池或电源支持。
层级记忆与可塑性表现
实验数据显示，该设备展现出与生物神经网络相似的层级记忆过程：
- 感觉记忆：衰减时间约为 70 毫秒。
- 短期记忆（STM）：衰减时间为 0.2–0.45 秒。
- 长期记忆（LTM）：通过重复刺激可将短期记忆转化为长期记忆，其衰减时间超过 2 秒。
此外，研究人员证实了该设备具备尖峰率依赖可塑性（SRDP）。这是一种基本的学习和记忆机制，使突触强度随传入尖峰的频率变化而调整。值得注意的是，即使在设备处于弯曲状态下，这种 SRDP 功能依然保持稳定。
活动识别性能测试
为评估设备的学习能力，研究团队在单层人工神经网络中进行了实验测量，利用公开可用的人类运动数据识别人类活动。
该系统成功分类了六种动作：走路、坐着、站着、躺着、上楼走路和下楼走路。在设备保持弯曲的状态下，基于 TENG 驱动的突触行为，识别准确率达到 88.05%。在高噪音条件下，系统的准确率仍超过 75%，尽管在极端信号扭曲情况下性能会有所下降。
应用前景
该技术有望应用于自动供电的可穿戴健康监测设备、电子皮肤、智能假肢、人机接口以及智能运动监测系统。
Sejoon Lee 表示：“我们的研究可为新一代可穿戴人工智能系统做出贡献。更广泛地说，这项工作指向了一种集成了传感、记忆、学习和信息处理功能的自动供电神经形态电子系统平台。”
