麻省理工博士研發一種模擬人腦的神經突觸器件

模擬人腦功能的人工突觸裝置

由DGIST的智能設備和系統研究小組的Myoung-Jae Lee主任領導的一個研究小組成功開發了一種人工突觸裝置，模仿神經細胞（神經元）和突觸的功能，這些神經細胞和神經是對人類大腦記憶的反應。突觸是軸突和樹突相遇的地方，因此人腦中的神經元可以發送和接收神經信號; 眾所周知，人類大腦中有數百萬億個突觸。這種從大腦傳遞信息的化學突觸信息傳遞系統可以用很少的能量處理高水平的並行算法，因此對模擬突觸的生物學功能的人工突觸裝置的研究正在全球範圍內進行。

人造突觸問世計算機模擬人腦不是夢

近日，史丹福大學和桑迪亞國家實驗室的研究人員們構建出了一種人工突觸，這種突觸提高了計算機模擬人腦的效率，有力地促進了該領域的發展。「它就像真的突觸一樣，但它的確是人工設計的有機電子器件」，阿爾佩託·薩萊奧介紹道。他是史丹福大學材料科學與工程系的副教授，同時也是本篇論文的資深作者。「此前從來沒有報導過類似的結構，所以這完全是一種嶄新的器件。

科學家研製出人工樹突器件，實現新型神經網絡

近日，清華大學微電子所、未來晶片技術高精尖創新中心的錢鶴、吳華強教授團隊與合作者在《自然•納米科技》（Nature Nanotechnology）在線發表了題為「基於人工樹突的高效神經網絡」（Power-Efficient Neural Network with Artificial Dendrites）的研究論文，通過引入具有豐富動態特性的人工樹突計算單元，構建了包含突觸、樹突以及胞體的新型人工神經網絡

人造突觸問世,可用於搭建神經網絡

近日，史丹福大學（Stanford University）和桑迪亞國家實驗室（Sandia National Laboratories）的研究人員們構建出了一種人工突觸，這種突觸提高了計算機模擬人腦的效率，有力地促進了該領域的發展。「它就像真的突觸一樣，但它的確是人工設計的有機電子器件，」 Alberto Salleo 介紹道。

首次實現可塑性可調的石墨烯類突觸器件

with Modulatable Plasticity」）的研究論文，首次實現了基於二維材料的類突觸器件，該工作利用了石墨烯獨特的雙極型輸運特性，通過改變背柵電壓來調控石墨烯的滯回曲線，從而首次實現了類突觸器件的可塑性可調。

新型自旋電子器件:可模仿人腦神經元與突觸!

導讀據日本東北大學官網近日報導，該校研究人員開發出新型自旋電子器件。這些自旋電子器件有望應用於未來高能效、自適應的計算系統，因為它們表現得像人腦中的神經元與突觸一樣。通過憶阻器陣列模仿神經元和突觸的工作方式（圖片來源：功能材料自旋電子學研究小組，格羅寧根大學）在計算中，實現人腦處理信息的方式有許多途徑。脈衝神經網絡是一種實現方法，它近似模仿人腦的架構以及瞬時信息處理。

我國科學家面向智能仿生感知系統的柔性人工突觸研究取得進展

不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點。因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。人工突觸器件能夠將傳感器信號轉變成類神經信號，有望實現與生物神經信號的兼容，構建智能、高效的人機互動界面，因而在仿生感知領域也受到廣泛關注。

蘇州納米所面向智能仿生感知系統的柔性人工突觸研究取得進展

不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點。因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。人工突觸器件能夠將傳感器信號轉變成類神經信號，有望實現與生物神經信號的兼容，構建智能、高效的人機互動界面，因而在仿生感知領域也受到廣泛關注。

清華大學微電子所錢鶴、吳華強團隊研製出人工樹突器件,實現新型...

）的研究論文，通過引入具有豐富動態特性的人工樹突計算單元，構建了包含突觸、樹突以及胞體的新型人工神經網絡，在提高網絡計算準確率的同時顯著降低了系統功耗。包含樹突計算的新型人工神經網絡示意圖生物神經元中的樹突具有非常複雜的拓撲結構和動態過程，人腦中的樹突尤其複雜。

人工突觸模擬憶阻器研究取得進展,有助深度學習神經網絡發展

同時，上述缺陷也阻礙了深度學習神經網絡的進一步發展。而借鑑人腦神經突觸結構，構築結構簡單、低功耗、高低阻態連續可調的非易失性阻態憶阻器是實現類腦神經形態計算中至關重要的一步。目前，模仿生物神經系統中突觸間隙神經遞質釋放過程與電信號傳遞處理調控構建的多柵極人造神經元電晶體常表現出高低電阻態的突變。

蘇州納米所：在面向智能仿生感知系統的柔性人工突觸研究得新進展

不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點，因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。此外，由於人工突觸器件能夠將傳感器信號轉變成類神經信號，有望實現與生物神經信號的兼容，構建智能、高效的人機互動界面。因此，人工突觸器件在仿生感知領域也受到了廣泛關注。

蘇州納米所在面向智能仿生感知系統的柔性人工突觸研究取得新進展

不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點，因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。此外，由於人工突觸器件能夠將傳感器信號轉變成類神經信號，有望實現與生物神經信號的兼容，構建智能、高效的人機互動界面。因此，人工突觸器件在仿生感知領域也受到了廣泛關注。

楊玉超:為晶片裝上人類大腦,神經計算機時代「電晶體」雛形!|

2019年1月21日，《麻省理工科技評論》公布了2018年「35歲以下創新35人」（Innovators Under 35 China）中國區榜單。2010年，楊玉超博士四年級未完，就拿到了密西根大學實驗室的 offer，最終他提前博士畢業，開啟了5年的留學生涯。在留學期間，楊玉超著重研究導電細絲在RRAM 器件中的動力學機制。在將近一年的時間裡，楊玉超經歷了無數次發現新問題、找新思路解決的曲折過程，終於切實觀察到了兩種不同的導電細絲生長動力學模式。

從人腦本質看人工智慧:人造突觸創紀錄

龐大的神經元網絡組成了人腦的基本結構：負責處理大部分思維活動的大腦、負責協調運動的小腦以及連接其中的腦幹。　　人工智慧模擬人腦而誕生，比如，早期淺層神經網絡的結構一般表現為：多個輸入層「神經元」負責接收並加工輸入信息，之後它們將信息上傳至數量較少的輸出層「神經元」，經過綜合加工後作出決策。

會「學習」的人工突觸比人腦處理信息快

【IT168 資訊】「以神經元為模型的超導計算晶片可以比人腦更快、更高效地處理信息。」《科學進展》（Science Advances）於近日所描述的這一成就是開發用於模擬生物系統的高級計算設備的關鍵基準。它可以打開更自然的機器學習軟體的大門，雖然許多障礙仍然可以在商業上使用。

會「學習」的超導人工突觸:讓神經形態計算更快更節能!

之前，筆者介紹過一種特殊的電子器件：憶阻器。它能夠模仿神經突觸和神經細胞的功能，啟動神經形態計算，並且在能耗和尺寸上都具有優勢。關於憶阻器的創新研究成果，之前介紹過的案例很多。NIST的突觸是一種約瑟夫遜結。這些約瑟夫遜結是一種三明治結構的材料，中間填充了絕緣體。

腦中即是未來:人造突觸的故事

也有理論認為突觸的基本工作形態是在神經中釋放電流，以抑制和刺激生物電極來支撐人腦的運作。同時也有理論認為，中樞神經中的環境特殊，化學反應和生物電都是工作原理的一部分。在神經學家越來越多地搞清楚了啥是突觸之後，計算科學就會開始思考：既然大腦的算力強大，而大腦的算力以突觸為單位，那咱們人造一個突觸行不行？

清華大學錢鶴、吳華強團隊研製出人工樹突器件，實現新型神經網絡

，研製出一種具有豐富動態特性的人工樹突器件，構建了包含突觸、樹突、胞體三種基本計算單元的新型神經網絡，樹突功能顯著提升了網絡的準確率，同時大幅降低了系統的功耗，增強了網絡處理複雜任務的能力。6月29日，清華大學微電子所、未來晶片技術高精尖創新中心錢鶴、吳華強教授團隊，聯合清華大學醫學院及腦與智能實驗室宋森研究員、美國麻省大學楊建華教授、阿里巴巴達摩院謝源教授、加州大學聖芭芭拉分校鄧磊博士，在Nature Nanotechnology上發表題為「Power-Efficient Neural Network with Artificial

日本理化學研究所宣布新算法可模擬人腦整體神經電路

原標題：新算法可模擬人腦整體神經電路科技日報東京3月28日電（記者陳超）日本理化學研究所日前宣布，他們的一個國際聯合研究小組成功開發出模擬人腦整體神經電路的算法，可在下一代超級計算機上應用。新算法不僅節省內存，也能大幅提高現有超級計算機上的腦模擬速度。

IBM研發模擬人腦神經元結構計算機有望具備人類學習能力

上周的《科學》雜誌用封面報導的形式，介紹了美國IBM公司新近研發出的一種模擬人腦神經元結構的計算機晶片「TrueNorth」。這一美國國防部資助、康奈爾大學等科研機構參與研發的新型計算機，完全不同於此前所謂的「人工智慧」——無論是戰勝西洋棋大師的「深藍」，還是通過了圖靈測試的「尤金·古特曼」，都是依靠事先儲存大量數據的方式來「偽裝」博學，而IBM的新式神經元計算機則從硬體構架上模擬了人類神經系統，有望真正具備人類的學習能力。當然，在大腦的秘密完全被揭開之前，神經元計算機也不太可能完全模擬人腦。