2026年10月13日——理解和控制相变是物理学的基础，也是许多技术革命的核心。目前，人们对结构相变与电子相变耦合的材料兴趣浓厚，因为控制相变可塑性可自然产生内置记忆——这是为“神经形态”或类脑计算技术模拟神经元和突触的关键一步。

由加州大学圣地亚哥分校物理学教授 Oleg Shpyrko 领导的一个研究团队开发出一种相干X射线衍射新方法——这是一种对特定纳米尺度畴构型高度敏感的显微技术——使他们能够观察由二氧化钒制成的神经器件（一种模拟大脑神经元的人造器件）在通电时的内部动态。他们在操作该神经器件的同时进行测量，从而发现了一种让材料学习并忘记特定状态的策略，为开发高能效的类脑硬件开辟了道路。

实现这种控制的物理现象是从类液态到阻塞态（或称玻璃态）的相变。这有点类似于等火车的乘客。当站台上人很少时，他们可以彼此独立地移动。当站台拥挤时，一个人的移动会影响其他人。就神经器件而言，通过阻塞流动，学习得以实现；而通过恢复自由流动，记忆则被擦除。

这些发现对开发高能效神经形态器件以及基础材料科学具有实际意义。找到控制神经器件如何“学习”和“忘记”的方法，对神经形态器件的运行至关重要。

该研究于2026年9月24日发表在《Nature Communications》上。加州大学圣地亚哥分校的作者包括 Nicolò D’Anna、Nareg Ghazikhanian、Katherine Matthews、Alex Frano、Ivan K. Schuller 和 Oleg G. Shpyrko。他们的研究得到了 Quantum Materials for Energy Efficient Neuromorphic Computing (Q-MEEN-C) 的支持，这是一个由美国能源部（DOE）科学办公室基础能源科学处资助的能源前沿研究中心（DE-SC0019273）。