近日，电子电气与控制学部电子信息系神经形态器件与类脑计算课题组在国际顶级期刊《Advanced Materials》（最新影响因子为27.4）上在线发表了题为“An Adaptive Solid-state Synapse with Bi-directional Relaxation for Multimodal Recognition and Spatio-temporal Learning”的研究论文。电子电气与控制学部赵乐博士与山东大学物理学院郑立梅教授、英国巴斯大学Alain Nogaret教授、山东大学物理学院颜世申教授为共同通讯作者，齐鲁工业大学（山东省科学院）为第三单位。电子电气与控制学部李爽博士为参与作者。
大脑具有强大的信息处理能力，包括多种模式信息的感知、处理及时间、空间信息相关的学习能力等。这些功能的实现，依赖于多样化的突触可塑性机制。其中，长时程突触可塑性被认为是学习和记忆的基础，而短时程突触可塑性则有助于时序信息的处理和适应性行为的产生。突触可塑性在多个时间尺度上的共存，赋予了生物神经系统强大的适应性。在人工突触器件的设计中，如何将长时和短时可塑性有效地整合到同一器件中，并通过它们的相互作用实现自适应长时可塑性，对模拟视觉皮层的时空学习功能具有重要意义。
为了解决这一问题，神经形态器件与类脑计算课题组成功研发了一种具有高度生物拟真性的铁电隧道结的人工神经突触器件，该器件结合氧空位迁移和铁电极化翻转两种阻变机制，在单一器件中同时实现了具有双向弛豫特性的短期可塑性和具有自适应特性的长时可塑性。基于该器件的双向弛豫特性，通过不同极性的电压对视觉和听觉感官信息进行编码，成功实现了语音和图片两种信息模式的识别任务；基于该器件独特的自适应长期可塑性，成功模拟了视觉皮层的方位识别和运动检测功能。
该研究论文得到了国家自然科学基金和齐鲁工业大学培新基金等项目支持。
