神经形态计算

新材料 最前沿
二维材料有助于下一代计算机芯片像神经元一样存储处理数据

一个工程师团队创造了一种能够同时处理和存储数据的2D计算机芯片。根据发表在《自然》杂志上的一项最新研究,EPFL的工程师发明了一种新的计算机芯片,该芯片能够在单个电路中存储和处理数据。下一代计算机芯片由称为二硫化钼(MoS2)的二维材料组成,以前所未有的规模为节能电子产品打开了大门。

人工智能 最前沿
清华大学团队首提“类脑计算完备性”概念

我国首篇以“计算机系作为第一完成单位”的论文登上《自然》,论文首次提出“类脑计算完备性”以及软硬件去耦合的类脑计算系统层次结构。“这是一个新颖的观点,并可能被证明是神经形态计算领域以及对人工智能的追求的重大发展。”《自然》的一位审稿人给出评价。

最前沿 电子信息
忆阻器突破:首个像神经元一样起作用的电子器件

使工程师无法复制大脑的能量效率和脑计算技能的关键是,缺少一种可以独自发挥神经元作用的电子设备。为此,将需要一种特殊的设备,该设备的行为比尚未创建的任何设备都要复杂。现在科学家在忆阻器取得突破,制造出首个像神经元一样起作用的电子器件。

人工智能 最前沿
苏州纳米所面向智能仿生感知系统的柔性人工突触研究取得进展

人工智能技术的发展为人机交互、仿生感知系统及智能机器人等领域带来革命性变化,同时也对复杂数据的处理和人机交互界面提出新要求。不同于目前基于软件系统和冯·诺依曼构架计算体系实现的神经网络,人脑运算方式具有高效率和低功耗的特点。因此,通过人工突触器件的制备,在硬件层面上模拟人脑的神经拟态器件,对构建新的计算系统具有重要意义。

人工智能 最前沿
研究人员提出基于忆阻器阵列的新型脑机接口,构建脑电神经信号高效处理系统

近年来,脑机接口技术作为信息科学与神经科学等多学科交叉融合的前沿领域,在康复医学、医疗电子等领域得到了广泛关注与应用,Neuralink、BrainCo、Neuracle等公司都积极投入实用化脑机接口的研发。目前,主流的脑机接口中的神经信号分析模块由硅CMOS电路构成,但随着脑机接口中的信号采集通道数的增加,系统面临着功耗和延时等方面的巨大挑战,这是制约脑机接口技术在植入式或便携式医疗系统中应用的重要瓶颈之一。

人工智能 最前沿
我国科学家成功研制全球神经元规模最大的类脑计算机

9月1日,亿级神经元类脑计算机重大成果新闻发布会在杭州召开。浙江大学校长吴朝晖院士出席并讲话。他表示,人工智能浪潮正加快智能增强时代的到来,类脑计算机将成为未来计算的主要形态和重要平台,将在模拟脑功能、高效实现AI算法、提升计算能力等方面发挥重要的独特作用。

最前沿
神经形态芯片的发展初具雏形

长期以来,人脑能够以最少的能量处理大量信息的能力使科学家着迷。而在基于硅的计算领域中,从未有过这样的效率。处理大量数据需要大量电能。而且,当人工智能(AI)及其深度学习和机器学习进入现实时,问题就加倍恶化。神经形态芯片发展有助于解决这些问题。

最前沿
清华大学《自然电子》发表类脑计算芯片研究综述

近日,清华大学微纳电子系、北京未来芯片技术高精尖创新中心副教授高滨联合多家合作单位,在《自然·电子》(Nature Electronics)在线发表了题为“类脑计算芯片”(Neuro-inspired computing chips)的综述文章。该文章系统介绍了类脑计算芯片的历史、现状与未来展望,并重点分析了存算一体芯片的设计方法与研究挑战。

新材料 最前沿
离子导电聚合物对改善神经形态器件至关重要

尽管人们对基于聚合物的神经形态设备越来越感兴趣,但研究人员尚未建立起控制设备响应速度的有效方法。现在,东北大学和剑桥大学的研究人员通过混合聚合物PSS-Na和PEDOT:PSS,发现添加离子导电聚合物可以提高神经形态设备的响应时间,从而克服了这一障碍。

新材料 最前沿
美陆军研究实验室确定神经形态材料设计方法可进行类脑计算

过去几十年中,计算机处理能力有了突飞猛进的发展;然而,与人脑的复杂性和功能相比,即使是最先进的计算机也是比较初级的。美国陆军作战能力发展司令部陆军研究实验室的研究人员表示,这种情况可能会发生改变,因为他们正在努力设计人脑神经结构启发的计算机。作为与里海大学合作的一部分,美陆军研究人员确定了开发神经形态材料设计方法可进行类脑计算。

新材料 最前沿
斯坦福大学的研究人员开发了与活细胞一起工作的人工突触

2017年,斯坦福大学的研究人员提出了一种新设备,该设备可以模仿大脑高效低能耗神经学习过程。这是一个由有机材料制成的人工合成突触,神经递质通过这个突触在神经元之间传递信息。2019年,研究人员将9个人工突触组装在一起,形成一个阵列,表明它们可以同时编程以模仿大脑的并行操作。

最前沿 电子信息
指尖超算:MIT脑启发芯片登上Nature子刊

麻省理工学院(MIT)的工程师 Hanwool Yeon、Jeehwan Kim 等人设计了一种「片上大脑」,它比指甲盖还小,内含数十万人工突触(忆阻器),其「记忆力」要比我们所知的其他芯片强上不少。这种全新的芯片借鉴了冶金技术的原理,使用银、铜和硅合金制造忆阻器。当芯片在处理视觉任务时,可以「记住」图像并多次复现这些内容。与使用非合金材料制作的忆阻器相比,新版本的记忆更加清晰。

人工智能 最前沿
神经形态计算:下一代人工智能

神经形态计算或许会是超大规模机器和人工智能应用(例如自动驾驶)未来的基石。神经形态的目标是将神经科学作为算法的灵感来从中抽象出关键思想来指导神经形态计算架构的未来发展方向。

加载更多