神经形态运算需要在类似是神经整合和突触等人脑元素的启发下建立体系架构。这些运算架构被证明能激发出许多极具发展前景与优势的应用，因为它们可以同时兼具储存和学习的功能。

当前大多数的神经形态运算架构都是人为重建突触的可塑性（亦即很容易随着时间的推移而塑造的能力），突触是神经细胞之间的连接点，能够在大脑各区域进行脉冲传播。然而，神经形态运算方法的另一个潜在有价值的灵感启发来源是神经单位膜的可塑性，它是保护神经元功能的屏障。找到能复制神经单位膜特性的合适系统，让神经芯片产生独特非线性输出动态。

考虑到这一点，柏林工业大学、德勒斯登和霍姆赫兹中心研究人员最近设计了一种能模仿神经单元膜既有可塑性神经晶体管。关于这颗新型神经晶体管的论文已发表在《自然-电子学》期刊上，该晶体管是透过在硅纳米线上涂上离子掺杂型溶胶-凝胶硅酸盐薄膜制成的。

Eunhye Baek、Baraban和他们同事共同设计的神经晶体管，利用了基的于硅纳米线晶体管之电子式电压生物传感器的特性。这类传感器可以将离子或分子的电荷转换成电流。研究人员将能电子感应到离子电荷的场效晶体管与溶胶－凝胶薄膜结合，进而实现离子电荷的重新分配。

由Baek、Baraban、Cuniberti和他们同事共同提出的新型神经晶体管可以充当短期存储器，这是因为溶胶-凝胶薄膜限制了内部离子的移动，并在短时间内保持一定的离子状态。由于这种独特性，溶胶－凝胶薄膜允许神经晶体管产生独特的非线性（亦即Sigmoid函数）输出动态，它由历史输入讯号来控制。

这项研究最有意义的成就是利用神经元可塑性获得动态学习能力。