传统的冯诺依曼计算机架构已无法满足日益庞大的数据需求，而模拟人脑系统的新型神经形态计算为突破这一瓶颈提供了新的范式。突触晶体管模仿生物突触的行为，在神经形态系统中的信息处理和存储中起着至关重要的作用，其中锂基器件在未来快速低能耗神经网络硬件应用中存在巨大潜力。然而，在更新突触权重时，过高的电流尖峰（EPSC）会影响突触晶体管的稳定性、准确性和功耗。此外，目前已有的研究缺乏对EPSC过程所涉及的锂离子扩散机制的深入探讨及相应的实验证据，而解决过高电流尖峰问题的有效策略也较为稀缺。
基于此，黄志高教授团队联合英国兰卡斯特大学Oleg Kolosov教授团队，使用锂电池材料LiCoO2作为沟道层，制备三端突触晶体管用于研究突触晶体管中的电流尖峰现象，并提出了抑制通道层内锂离子运动的有效策略。首先使用开尔文力显微镜（KPFM）和阻抗谱表征了LCO突触晶体管中的离子-电子迁移行为，然后通过控制LiCoO2通道中的锂离子扩散各向异性成功验证了漏极-通道界面扩散/吸附模型。研究发现具有LCO(104)扩散通道的优化器件功耗降低了近十倍。该成果Inhibiting the current spikes within the channel layer of LiCoO2-based three-terminal synaptic transistors发表于在美国物理联合会（AIP）旗下顶级物理刊物《Applied Physics Reviews》，该论文署名单位为福建师范大学，我校青年教师陈越和博士张伟健为共同第一作者，张伟健，黄志高教授和Oleg Kolosov教授为通讯作者。该研究工作得到国家自然科学基金、福建省自然科学基金、EPSRC和法拉第电池挑战计划等项目联合资助。
