人工突触

人工视觉智能技术在安全、医疗和服务等领域颇有应用潜力。然而，随着网络化和信息化的发展，基于冯·诺依曼构架的现有视觉系统因功耗问题难以实时处理海量激增的视觉数据。仿生人类视觉的光电突触器件可集图像信息采集、存储和处理于一体，有效解决现有视觉系统存在的时效性、功耗等问题。

美国洛斯阿拉莫斯国家实验室的科学家试图复制人脑无与伦比的计算能力，他们制造出了一种新的接口型忆阻设备。研究结果表明，该设备具有良好的可编程性和可靠性，可用作下一代神经形态计算的人造突触。相关论文发表于最新一期《先进智能系统》杂志。

南开大学电子信息与光学工程学院教授徐文涛团队利用柔性人工突触器件，开发了一种神经形态运动感知系统，在硬件层面成功实现了大脑的多感官整合功能，并获得了卓越的运动感知性能。近日，相关成果发表于《自然-通讯》。

韩国科学技术研究院（KIST）神经形态工程中心研究团队宣布开发出一种能进行高度可靠神经形态计算的人工突触半导体器件，解决了神经形态半导体器件忆阻器长期存在的模拟突触特性、可塑性和信息保存方面的局限。研究成果近日发表在《自然·通讯》杂志上。

美国麻省理工学院研究人员组成的多学科团队正着手推动提高一种人工模拟突触的速度极限。他们在制造过程中使用了一种实用的无机材料，使设备运行速度比以前的版本快100万倍，也比人脑中的突触快约100万倍。该研究近日发表在《科学》杂志上。

据最新一期美国化学会期刊《应用材料与界面》报道，新加坡科技与设计大学（SUTD）研究团队开发出一种基于二维（2D）材料的新型人工突触，能用于可高度扩展的类脑计算。

类脑计算是下一代计算技术的一个有前途的候选者。开发与人脑一样节能、轻便且适应性强的下一代高级人工智能 (AI) 系统引起了人们极大的兴趣。然而，在使用超低能量的传统人工突触中模仿大脑的神经可塑性，即改变神经网络连接的能力，极具挑战性。

近日，中国科学院深圳先进技术研究院材料所光子信息与能源材料研究中心在固态电池及类脑计算领域取得新进展。

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。

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。