尽管当前世界上的绝大多数计算活动是基于数字化进行的，但我们日常环境中捕获的数据大多是通过模拟方式获取的，如通过摄像机捕获的图像、温度感应器测得的温度以及声音。为了使这些模拟信号能够被电子设备处理，它们需要被转换成数字形式。特别在一些需要快速决策和处理的应用场景，比如自动驾驶汽车，这种转换不仅需要低能耗，还要求高精度。
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。
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。
美国华盛顿州立大学工程师在《物理学杂志D》上发表论文称，他们利用蜂蜜研制出了一款忆阻器。这是一种类似于晶体管的组件，不仅可处理数据，还可存储数据。未来，他们或许能将数以百万计或数十亿计的蜂蜜忆阻器整合在一起，创建出一款功能与人脑非常相似的神经形态计算机系统。
类脑计算直接在硬件上模拟人脑功能，有望实现速度更快、能耗更低、硬件消耗更少的新一代人工智能。忆阻器结构简单，易超高密度集成，是实现类脑计算较为理想的元器件。然而，目前报道的忆阻器，工作机制涉及的离子迁移会改变器件微结构，并需要较高电压或电流来调节电导变化，产生的大量焦耳热进一步加速微结构变化，导致器件稳定性能恶化，难以得到实际应用。
德克萨斯大学的工程师们创造了有史以来最小的存储设备之一，由一种二维材料制成，尺寸为一纳米见方。这种被称为 “原子电阻 “的装置是通过单个原子的运动来工作的，这将为具有难以置信的信息密度的更小的存储系统铺平道路。
随着新型计算技术的发展，传统计算系统领域的研究正在放缓。美国宾夕法尼亚州立大学（Penn State）的一个工程师团队一直在使用大脑的模拟性质来创建一种基于大脑神经网络系统的计算方式。研究小组发现，基于石墨烯的存储电阻器有望实现这种新的人工神经网络计算形式。他们的发现最近发表在《自然通讯》上。
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。
近日，中国科学院院士、中科院微电子研究所微电子重点实验室研究员刘明团队，提出基于忆阻器构建具备习惯化特性的人工感受神经系统的实现方案，并利用习惯化这一生物学习规则构建出可应用于机器人自主巡航避障的习惯化脉冲神经网络。
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。
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。
忆阻器存储技术被誉为下一代边缘计算最有前途的候选技术之一，它有望使全世界的计算机发生革命性变化。由于该技术在高效内存计算，机器学习和神经形态计算中的应用，因此在替代闪存方面引起了广泛的关注。实现一个模型以准确预测忆阻器存储技术的现象至关重要，因为这将使工程师能够设计行为更高效的系统，以制造出更便宜，更快的存储器。
美国麻省理工学院使用物理模拟器件，可以更加有效地模拟大脑过程。研究人员包括麻省理工学院教授Bilge Yildiz、Ju Li和Jesúsdel Alamo及麻省理工学院和布鲁克海文国家实验室的其他9位研究人员，研究成果发表在《自然通讯》。
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。
近日，俄罗斯罗巴切夫斯基州立大学与多国科学家合作，提出了一种“忆阻性神经混合芯片”（Memristive neurohybrid chip）的概念，芯片可用于紧凑型生物传感器和神经假体。该概念是基于神经细胞和微流体技术组合的现有和前瞻性解决方案，这些解决方案使“空间有序活动神经网络”的植入成为可能。
世界各地的科学家都在致力于忆阻器的研究，这些元件能够在极低的功率下运行，其行为类似于大脑中的神经元。该研究团队描述了如何有选择地控制忆阻元件的开关和神经形态行为。根据他们的发现，关键因素是开关氧化物层的纯度。到目前为止，专家们忽略了这一影响。
