深度神經(jīng)網(wǎng)絡在持續(xù)學習中的局限性源于對生物神經(jīng)回路復雜性的過度簡化，常常忽略了記憶穩(wěn)定性與學習可塑性之間的動態(tài)平衡。在本研究中，提出了一種增強了元可塑性的人工突觸器件，該器件使用石墨烯量子點（GQDs），元可塑性是一種高級的突觸可塑性形式，有助于記憶和學習過程的動態(tài)調(diào)節(jié)，類似于生物系統(tǒng)中的觀察結果。該基于石墨烯量子點的器件利用界面介導的修改非對稱導電路徑，復制了經(jīng)典的突觸可塑性機制。這使得器件能夠對與歷史權重相關的未來權重變化進行可重復且線性可編程的調(diào)整。將元可塑性引入深度神經(jīng)網(wǎng)絡中對于實現(xiàn)泛化至關重要，使得網(wǎng)絡在適應新信息的同時能夠保持之前獲得的知識?；谑┝孔狱c的器件系統(tǒng)在第四個MNIST數(shù)據(jù)集任務中達到了97%的準確率，并且在之前的任務中持續(xù)保持了94%以上的表現(xiàn)水平。該表現(xiàn)驗證了將元可塑性原則直接應用于深度神經(jīng)網(wǎng)絡的可行性，從而有效解決了災難性遺忘的問題。這些發(fā)現(xiàn)為開發(fā)具有強大和持久學習能力的神經(jīng)形態(tài)系統(tǒng)提供了有前景的硬件解決方案，能夠有效地彌合人工神經(jīng)網(wǎng)絡與生物神經(jīng)網(wǎng)絡之間的差距。