南京大学万昌锦最新Nat. Mater.:基于水凝胶的离子型储备池,赋予神经形态系统自愈功能
摘要
神经形态假体(Neuromorphic prosthesis)的发展不仅要求模拟神经架构与功能,更需要在动态且不可预测的生理环境中具备极强的鲁棒性。尽管现有的自修复电子材料已能恢复类突触功能,但将其应用于更高阶的认知功能仍面临挑战。2026年3月9日,南京大学万昌锦副教授,新加坡南洋理工陈晓东教授,甬江实验室万青教授,南京大学施毅院士、薛斌特聘研究员、李昀副教授等人提出了一种基于水凝胶的离子型储备池(Hydrogel-based iontronic reservoir, HIRE)。利用水凝胶-电极界面在纳米尺度下的非线性动力学作为物理储备池来预处理时间序列信号,这种机制极大地降低了系统对物理损伤的敏感性。实验结果显示,该系统在语音识别任务中达到了95% 的准确率,并且在材料断裂重新接触后仅需0.02 s 即可恢复计算能力,其康复速度远超生物系统。此外,其具备pH 敏感特性,能够在大鼠模型中实现自适应的闭环神经刺激控制,为下一代神经假体和人机交互界面提供了更高效、更稳定的解决方案。
正文内容
图1 | 基于自修复水凝胶(SHH)的离子型储备池计算。a,水凝胶内部纳米尺度界面动力学示意图。b,HIRE 利用非线性变换处理神经形态应用中高阶认知功能的示意图。c,离子型储备池器件架构、外围电路连接及实物图,标尺为1 cm。d,SHH 器件在六种不同物理状态下的照片。e,物理交叉联结PAA/PEI 水凝胶的剪断与修复机制示意图。f,PAA/PEI 水凝胶在不同修复阶段的机械拉伸测试数据。g,结构修复过程中通过T 型剥离测试获得的粘附强度力-位移曲线。 图1表明,储备池计算(RC)的性能核心在于电双层(EDL)的非线性动力学,该动力学局限于水凝胶与电极界面仅数纳米至数十纳米的范围内,因此理论上受体部变形的影响极小。采用静电作用驱动的PAA/PEI 物理交叉联结网络制造出自修复水凝胶(SHH),并结合激光诱导石墨烯(LIG)电极构建了三端平面记忆电容结构。实验证明,该材料在室温下无需外部刺激即可实现结构修复,并在修复9 min 后恢复77.8% 的初始应变耐受力。图2 | HIRE 器件的电学特性表征。a,器件运行原理示意图。b,器件中不同电极对之间测得的尼奎斯特图(Nyquist plots)。c,不同电压扫描范围下的Vₒᵤₜ-Vᵢₙ 滞回曲线。d,器件对200 ms 持续时间、1 V 幅度单脉冲的响应,插图为生物突触示意图。e, f,作为脉冲持续时间(e)和脉冲幅度(f)函数的短时记忆特性。g,双脉冲易化(PPF)指数随脉冲间隔(ΔT)的变化曲线。h,器件对0000 到1111 十六种4 位二进制脉冲序列的响应。i,t-SNE 降维分析中状态间距的统计分析。 图2表明,HIRE 器件通过EDL 的充放电过程产生滞回效应,表现出显着的记忆电容行为。器件展示了类似生物突触的短时可塑性,其脉冲响应在2 s 内可减少98.07%,且可以通过调节脉冲幅度和宽度来优化。 t-SNE 分析进一步证实,该储备池能够将输入信号转换到高维空间,增强信号的线性可分性。图3 | 基于HIRE 的RC 网络架构与仿真验证。a,基于HIRE 的RC 网络示意图。系统利用水凝胶离子迁移获得储备池状态,并通过忆阻器阵列进行线性回归输出。b,HIRE 器件实测电压输出与器件模型仿真结果对比。c,Mackey-Glass 时间序列预测结果,粉线为真实数据,黑虚线为仿真预测值。d,预测结果的二维展示。e,九项标准数据集分类任务的准确率统计。 图3中,构建了完整的RC 网络模型,通过时间复用技术建立虚拟节点。硬件测试表明,HIRE 在Mackey-Glass 时间序列预测任务中表现优异(均方根误差约0.137),并在包括语音识别、手势分类、ECG 诊断和COVID-19 检测在内的九项任务中均实现了超过90% 的准确率。图4 | HIRE 基于RC 网络的智能任务恢复。a,通过再生或吻合术实现章鱼智能康复的示意图。b,剪断与功能修复过程中的电学测量,插图为HIRE 器件的一个切开-修复周期。c,六种不同物理状态下,记忆容量指标(包括PC, STM 和XOR 任务)的统计对比。d,修复过程中不同阶段的语音识别任务计算性能。e, f,重新接触瞬间(e)及结构显着修复540 s 后(f)的语音识别混淆矩阵。g,HIRE 与现有神经形态器件及生物体在神经/神经形态修复时间与结构修复时间上的对比。 图4表明,传统自修复系统往往依赖缓慢的化学键重建来实现功能恢复(通常需数分钟至数小时)。而HIRE 通过电双层的快速建立,使功能恢复与较慢的结构修复(聚合物链扩散)脱钩。在物理切断并重新接触后,信号可在约0.02 s 内恢复至原始水平。更重要的是,即使在不重新训练输出权重的情况下,系统在接触瞬间依然能保持95% 的识别准确率,展示了极佳的容错性。 图5 | 基于HIRE 的神经形态假体。a,基于HIRE 的神经形态假体原理示意图。b,植入小鼠腿部肌肉附近的HIRE 器件照片。c,识别结果混淆矩阵。d,开环与闭环控制下,小鼠腿部肌肉表面的pH 变化趋势。e,开环与闭环模式下小鼠腿部运动角度的统计分析。 图5中,由于局部肌肉pH 值可作为疲劳程度的指标(反映乳酸积累),利用HIRE 的pH 敏感离子动力学实现了语音识别与疲劳检测的双重功能。在闭环控制模式下,当检测到pH 降至7.0(疲劳状态)时,系统会自动降低神经刺激强度,减缓pH 下降并引导其恢复,有效避免了开环模式下因过度运动导致的酸中毒风险。 总结与展望
本研究报告了一种基于自修复水凝胶(SHH)记忆电容的离子型储备池系统,展示了高效且极其稳健的神经形态计算能力。理论预测与实验验证均表明,将关键功能层限制在纳米尺度界面,可以最大限度地减少结构损伤对计算性能的影响。 HIRE 系统能够在机械断裂发生后瞬间恢复功能,且无需任何重新训练或校准过程,极大地提高了康复效率,降低了手术更换的风险。此外,其pH 调节的动力学特性在大鼠模型中成功验证了闭环神经刺激控制的能力,为下一代生物兼容、具备自适应能力的自主生物电子医学奠定了坚实基础。文章信息:Pei, M., Gao, T., Liu, L. et al. An iontronic reservoir for highly robust neuromorphic prosthesis. Nat. Mater. (2026). 文章链接:https://doi.org/10.1038/s41563-026-02532-7------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------