王中林院士：顶尖科学家，稳居全球榜首

中国粉体网讯  日前，美国斯坦福大学和爱思唯尔数据库发布2024全球前2％顶尖科学家榜单。

在总排名——职业生涯影响力排名方面，中国科学院北京纳米能源与系统研究所所长王中林院士继续位居第2，也是前100名科学家中唯一的华人学者。

在年度排名——单年度科学影响力排名方面，王中林院士排名第1，自2020年以来已连续5年保持年度排名第1位。

王中林 国际著名纳米科学家、材料学家、能源技术专家，中国科学院外籍院士、美国国家发明家科学院院士、欧洲科学院院士、加拿大工程院院士、韩国科学技术院院士、美国佐治亚理工学院终身校董事讲席教授，中国科学院北京纳米能源与系统研究所创始所长、现任所长，中国科学院大学讲席讲授、纳米科学与工程学院院长。

王中林是纳米能源研究领域的奠基人。他的研究具有原创性，前瞻性和引领性。他在电子显微学和纳米科学方面有多项国际重要影响力的原创性和开创性研究成果，其中包括反射电子能量损失谱，表面等离子体激发，电子的非弹性散射理论，透射显微镜中纳米材料的力学和电学性能的原位测量技术，纳米氧化锌的生长和控制，纳米发电机，压电电子学，压电光电子学，纳米传感等。

目前全球至少83个国家或地区的16000名科学家正在从事王中林开创的摩擦纳米发电机、自驱动传感与压电电子学领域研究。

王中林院士近期研究成果

王中林院士、孙其君研究员团队AFM：机-光-电多模态塑化非对称铁电异质结构建仿生记忆突触

中国科学院北京纳米能源与系统研究所王中林院士和孙其君研究员团队报道了一种基于非对称铁电异质结的多模态机-光-电多模态仿生记忆突触。该人工突触器件由不对称MoS2/CIPS铁电异质结构场效应晶体管（AFe-FET）和集成摩擦电纳米发电机（TENG）单元组成，通过提供摩擦电势来实现门控、编程和突触可塑性。在摩擦电位调制下，该存储器件显示出机械位移衍生的电学性能，包括高开/关比（>107）、大存储窗口（相当于95V）、优异的电荷保持能力（>104 s）和良好的耐久性（>103循环）。基于这些优良的电特性，典型突触行为，如兴奋性突触后电流（EPSC）、成对脉冲易化（PPF）、短时记忆（STM）和长时记忆（LTM）等已被成功地模拟。由于MoS2/CIPS异质结具有出色的光敏性，光照也可以触发突触后电流并更新突触权重，这为摩擦电势和光电可塑性协同调制提供了有效的策略。在协同调制下，实现了多模态时空相关动态逻辑。通过机-光-电塑化的非对称MoS2/CIPS铁电异质结实现的多模态记忆突触显示出优越的电学性能，并成功模拟了一系列生物突触功能，为突触可塑性的多模态调制、多功能感觉记忆、神经形态器件和体现人工智能的类人电子器件提供了一种简便而有前途的策略。

中科院北京纳米能源与系统研究所李舟团队/王中林院士团队综述文章：用于医学应用的可降解压电生物材料

中国科学院北京纳米能源与系统研究所李舟团队/王中林院士团队合作，详细总结了可降解压电生物材料种类及其由分子排列、独特的三维结构所引起的压电特性。综述了可降解压电生物材料在能量采集器和传感器、致动器、组织工程支架等医学应用。最后，从材料的角度分析了可降解压电生物材料目前面临的一些挑战。

中科院北京纳米能源所魏迪研究员、王中林院士Sci.Adv.：具有远程感知-多模态传感功能的高灵敏电子皮肤

中国科学院北京纳米能源与系统研究所的魏迪研究员、王中林院士团队与清华大学任天令教授、剑桥大学初大平教授团队合作，首次定义远程感知概念，并将其与非接触或预接触传感进行区分；设计了一种具有远程感知-多模态传感功能的高灵敏电子皮肤。该电子皮肤通过将无机纳米颗粒进行结构化阵列掺杂，并结合先进的深度学习算法，显著提升了远程感知功能的精度，超越了传统非接触式传感器的性能；实现了14.2（ΔV/Δd）的灵敏度，极大地提高了远程监控和机器人操控的精确度。在触觉感知方面，采用了基于长短期记忆（LSTM）的自适应脉冲识别技术，将材料识别的准确率提高至99.56%，同时显著提升了数据处理效率。此外，通过将二维传感器矩阵的数据集成到卷积神经网络（CNN）中，成功实现了对三维物体形状和材料组成的精准区分。这一突破不仅推动了传感器技术的进步，还为实现多模态感知系统开辟了新的研究方向，展示了广泛的应用潜力和深远的科学影响。

王中林院士、孙其君研究员团队Device：赋能时序逻辑的摩擦纳米发电机

中国科学院北京纳米能源与系统研究所王中林院士和孙其君研究员团队报道了第一个赋能时序逻辑的摩擦纳米发电机原型，这对于低功耗机械驱动逻辑计算和对环境信息的能量自主处理具有重要意义。该原型通过与外部环境的动态交互，利用特征性的机械布尔逻辑功能来响应外部刺激。在这一非传统时序逻辑原型中，摩擦纳米发电机被用来模仿感觉神经元，以自供电和自适应的方式感知外部刺激。施加在摩擦电感觉神经元上的外部/环境机械刺激可以很容易地转换成具有时空信息编码的电压尖峰，由感知单元传输和捕获，并进行分析以提供机械逻辑反馈。此外，该原型还成功模拟了机械竞争和赛跑现象，并提供了有效的解决方案。非传统时序逻辑（或称机械驱动逻辑）计算是数字计算的补充，更适用于人工智能和生物机器人的低功耗感知、决策和响应。这种具身机械时序逻辑的自供电原型为潜在的神经形态计算提供了显著的布尔基础，并在交互式/无监督的机器环境界面中展现出卓越的适应能力。

IF=46.2！王中林院士Chem.Soc.Rev.综述：接触电致催化！

本论文全面总结了接触电致催化（CEC）的研究进展，并提出了未来研究的方向。CEC作为一种新兴的催化机制，不仅能够利用机械能转换为化学能，而且在环境可持续性方面展现出巨大的潜力。

通过优化CEC催化剂的性能、探索更有效的CEC启动方法以及深入理解CEC机制，未来有望将CEC应用于更广泛的化学和环境领域，实现高效、环保的催化过程。

信息来源：澎湃新闻、生命科学前沿、高分子科学前沿、中国科学报、中国科学院北京纳米能源与系统研究所等。

（中国粉体网编辑整理/黑金）

注：图片非商业用途，存在侵权告知删除！