据中国科学院福建物质结构研究所报道，结构化学国家重点实验室研究员黄伟国团队和中国科学院上海微系统与信息技术研究所副研究员宋健合作，通过模拟骆驼鼻子的结构，开发了一种具有神经形态的电容式湿度传感器。他们利用聚合物交联网络多孔结构与两性离子湿度响应的协同效应制备出灵敏度高（~600）、响应速度快（24s^-1）、迟滞时间短、具有优异耐用性的湿度传感器。该传感器在经历了水、盐溶液、高低温、3000次循环形变和重压（2000kg）等外界条件影响后，传感信号几乎不变，展示了良好的耐用性和强大的抗环境干扰能力。在已报道的电容式湿度传感器中拥有最快的响应速度，并可以模拟骆驼鼻子快速区分新鲜、陈旧和枯萎的叶子。此外，该传感器还可实时监测高温工业废气的湿度水平，并具有出色的接触式和非接触式皮肤湿度感测特性，为实现无接触人机交互输入提供了新思路。更为重要的是，该传感器表现出典型的神经突触行为，如配对脉冲易化，使其具有可调的记忆，学习和遗忘功能。基于此，研究人员制备了一个由四个湿度传感器和一个集成数显屏幕组成的水源位置分析系统。将湿度传感器的兴奋后突触电容精确地集成到电路中，通过对时空两个维度的水分含量梯度变化分析，跟踪和定位了开阔场地中的水源位置，成功地模拟出类似于骆驼的寻水行为。该工作为其他高性能生物化学传感器和具有更广泛应用前景的下一代智能仿生嗅觉导航传感器提供了通用的设计原则。相关研究成果以A Camel Nose-Inspired Highly DurableNeuromorphic Humidity Sensor with Water Source Locating Capability为题发表在ACS Nano上。