类脑忆阻器基人工智能应用获进展
随着人工智能的发展，忆阻器因其“存算一体”的特性被越来越多的研究者探索，铁电忆阻器因其优异的极化可控、多值存储和在神经计算领域的应用潜力而受到人们的特别关注。其中，由于铁电材料的技术需求和无铅无毒的环境要求，钛酸钡（BaTiO3)成为了铁电钙钛矿氧化物铅基材料的最佳替代品之一。然而，目前大多数铁电材料生长在单晶衬底上，复杂氧化物材料的硅兼容性不足阻碍了其与当前硅互补金属氧化物半导体技术的实际集成，在纯钛酸钡铁电材料中还存在高介电损耗的问题。近日，河北大学教授闫小兵团队报道了一种全新的材料结构，由钛酸钡掺杂低介电系数材料二氧化铈（CeO2）的垂直排列纳米复合(VANs)铁电薄膜作为忆阻介质，成功的获得了硅基外延铁电薄膜。通过这种新结构的引入，该铁电忆阻器器件实现了生物突触模拟功能。通过控制VANs结构薄膜的制备温度，优化了铁电极化反转特性。特别是，该器件的鲁棒耐用性可达109次循环。器件的速度也可以达到10ns，远低于人脑突触的反......阅读全文
类脑忆阻器基人工智能应用获进展
随着人工智能的发展，忆阻器因其“存算一体”的特性被越来越多的研究者探索，铁电忆阻器因其优异的极化可控、多值存储和在神经计算领域的应用潜力而受到人们的特别关注。其中，由于铁电材料的技术需求和无铅无毒的环境要求，钛酸钡（BaTiO3)成为了铁电钙钛矿氧化物铅基材料的最佳替代品之一。然而，目前大多数铁电材
高性能接口型忆阻器问世
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。 研究示意图图片来源：物理学家组织网研究团队指出，与冯·诺依曼架构的
全新忆阻器超越现有机器学习系统
在当今“大数据”时代，现有计算机硬件架构已面临速度和高能耗的瓶颈。科技日报记者日前采访美国密西根大学电子工程与计算机系卢伟教授获悉，他带领同事研发出一种全新忆阻器（Memristor）阵列芯片，其处理图片和视频等复杂数据的速度和能效，超越了现有最先进机器学习系统。相关论文发表在最近一期《自然·纳
科学家研制具有学习能力忆阻器
一个能学习的纳米元件：比勒菲尔德大学研制的忆阻器被内置于比人头发薄600倍的芯片中 北京时间3月5日消息，据国外媒体报道，长久以来，科学家一直梦想着造出像大脑一样的电脑。大脑比电脑更加节能，而且还会自主学习，不需要任何编程。来自比勒菲尔德大学物理学系的高级讲师安迪·托马斯博士正在做这方面
物理所在类神经突触晶体管和忆阻器研究中取得进展
计算机作为人类科技发展的代表，在人们的日常生活中起着不可替代的作用。随着人类社会信息量的高速增长，计算机在运算速度提高的同时，对能源的消耗也在迅速增加。例如，我国的“天河二号”超级计算机（连续三次夺得世界超级计算机冠军），正常工作的功率高达20兆瓦，年耗电量约2亿度。相比之下，人脑是自然界中非常
新研究厘清忆阻器工作时的内部变化
据美国计算机世界网站5月16日报道，惠普公司的科学家在忆阻器的研发上取得新突破，他们弄清楚了忆阻器在电操作期间，其内部的化学性质和结构变化，借此可以改进现有忆阻器的性能。相关研究发表在16日出版的《纳米技术》杂志上。 忆阻器是一种有天然记忆功能的非线性电阻，通过控制电流的变
类脑计算：让人工智能走得更远
像人一样思考，这是人们对人工智能和机器人的期待。大踏步前进的人工智能，似乎走到了十字路口。 “机器综合智能水平和人脑相差较大，机器学习需要较多人工干预，不同人工智能模态之间交互协同较少……”近日，在香港召开的第S43次香山科学会议上，与会科学家细数当前人工智能发展面临的瓶颈。 解铃还须
河大学者于国际权威期刊论述阻尼器未来
原文地址：http://news.sciencenet.cn/htmlnews/2021/3/455026.shtm 近日，河北大学教授闫小兵课题组在国际材料与器件领域知名学术期刊《先进功能材料》上在线发表长篇综述文章《忆阻器的未来：材料工程和神经网络》。文章系统回顾了忆阻器的现有材料和结构、基
美科学家开发出宽度5纳米忆阻器
上世纪60年代，英特尔公司创始人之一戈登·摩尔提出了著名的摩尔定律：集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。然而，芯片的进一步小型化遇到越来越多的技术局限。在传统硅芯片技术上所能取得的进步受到物理法则和资金的限制也越来越严重，有人以为看到了集成电
物理所忆阻器的可调电致发光取得进展
忆阻器(Memristor)是电路里继电阻、电容和电感之外的第四种基本元器件。由于其在非易失性存储、人工神经网络、混沌电路、逻辑运算及信号处理等领域的应用潜力，成为2008年后电子学器件领域内的一个重要研究对象。电致发光(Electroluminescence)通常指半导体材料中电流或电场诱导的
《科学》：模拟大脑的“语言交流”
人类通过大脑认知世界，却对认知世界的大脑知之甚少。 原因之一是大脑有两种“语言”（电信号和化学信号），目前人们可以“读懂”大脑的“电语言”（读取并解译电信号），对其“化学语言”（神经元释放的神经递质等化学信息）的“译读”却束手无策。 1月13日，中国科学院化学研究所研究员于萍和毛兰群团
杨雄里：我国亟待加强类脑人工智能研究
杨雄里 “目前，类脑人工智能技术正在快速推广到互联网、金融投资与调控、医疗诊断、新药开发、公共安全等一系列关系到国计民生的重要领域，或将引发新一轮产业革命。”这是中科院院士、复旦大学脑科学研究院教授杨雄里日前在以“脑信息与人工智能”为主题的东方科技论坛上表达的观点。 作为我国脑科学研究的有力推动
具有实时跟踪功能的忆阻视觉传感器架构（五）
A. 曝光时间 在曝光时间(Ti)内, L2F转换器生成一串振幅I1、脉宽△T且频率与光强成正比的电流脉冲，送入MS，如图7所示。下面的等式通过状态变量w(t)描述了MS的状态： 其中，RON是低电阻，D是忆阻器长度，uv是 掺杂迁移率，n是L2F在曝光时间内生成的脉冲数量，在施加n个脉冲后，
微电子所忆阻器基感知计算研究获进展
生物体中，感受神经系统是本体与外界环境交互的基本信息感知系统。生物体对生存环境的信息甄别与过滤，主要基于感受神经系统的习惯化功能。当前，人类社会正由信息化向智能化演进。智能化社会需要高效智能的信息感知系统对感知到的巨量信息进行有效甄别、处理和决策，并对重复无意义的信息进行有效过滤。因此，基于生物
忆阻器模拟神经细胞让计算机更像人
最近，美国加州大学圣巴巴拉分校研究人员演示了一种包含100个人工突触的简单人工神经元线路，第一次证明了这种线路能执行简单的人类视觉功能——给图像分类，这标志着人工智能的一项重大进步。 人脑比电脑具优势 尽管人脑有着潜在缺陷，计算中会犯各种错误，但却保持着一种强大而有效的计算模式，它能在不到1
具有实时跟踪功能的忆阻视觉传感器架构（三）
III. 工作原理 在讨论传感器架构之前，需要描述一下像素级自适应背景提取算法。我们考虑成像传感器的一个像素给一个特定场景点编码的情况。该像素以帧速率fps采集光强，并将其转换成电压VS(nT)，其中T = 1/fps是像素传感器采样时间，整数n 表示帧个数。在传感器工作过程中
具有实时跟踪功能的忆阻视觉传感器架构（六）
A. 直接从热像素状态转到冷像素状态 像素状态S2和S3通常直接转到正常像素条件。从图10b不难看出，在S2状态中，Mmax和Mmin尝试以不同的时间常量接近Ms，在这个过程中，Mmax升高速度比快Mmin很多，直到像素恢复到正常工作条件为止。如图10c所示，当像素在S3状态时出现反转
具有实时跟踪功能的忆阻视觉传感器架构（二）
利用参考文献取得与上面等式相关的参数，使用Verilog-A语言开发一个忆阻器行为模型，通过电路仿真，使用下列参数验证该模型：RON = 200Ω, ROFF =200KΩ, u2= 10-10cm2S-1V-1, D = 10nm。只要系统在M? (RON , ROFF )边界
具有实时跟踪功能的忆阻视觉传感器架构（四）
因此，当Vmax试图快速触达VS过程中，Vmin也在做同样的事情，只不过速度较慢。这里，灰色区域快速变大。在若干个帧后，两个阈压限制VS，吸收全部信号变化，这样不会再产生任何热像素。从此，灰色区域恢复窄状和最大像素敏感度。 图6：利用内部三个忆阻器执行动态背景提取的像素示意图 IV.
具有实时跟踪功能的忆阻视觉传感器架构（一）
本文介绍一个依靠忆阻器执行像素级自适应背景提取算法的成像传感器架构。内置光频转换器(L2F)的像素是图像处理的核心组件，其输出的与光强成正比的数字脉冲被施加到忆阻器后，忆阻器电阻将会发生相应变化。另外两个忆阻器用于保存动态边界，边界外的光生信号行为被认为是异常，即意外快速变化。与全CMO
首款多阵列忆阻器“存算一体”系统问世
随着摩尔定律趋近极限，通过集成电路工艺微缩的方式获得算力提升越来越难；而计算与存储在不同电路单元中完成，会造成大量数据搬运功耗增加和额外延迟。如何提高算力，突破技术瓶颈？26日，记者从清华大学获悉，该校微电子所、未来芯片技术高精尖创新中心钱鹤、吴华强教授团队，与合作者共同研发出一款基于多个忆阻器
《纳米快报》：美科学家开发出宽度5纳米忆阻器
上世纪60年代，英特尔公司创始人之一戈登·摩尔提出了著名的摩尔定律：集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。然而，芯片的进一步小型化遇到越来越多的技术局限。在传统硅芯片技术上所能取得的进步受到物理法则和资金的限制也越来越严重，有人以为看到了集成电路技
余山：从脑网络到人工智能——类脑计算的机遇与挑战
2016年3月，AlphaGo与职业围棋选手的对局引发了人们对于人工智能的高度关注。计算机在一个公认的非常复杂的计算与智力任务中，打败了人类的顶尖选手，靠的是类人脑的智能吗？从系统的结构看，AlphaGo结合了深度神经网络训练与蒙特卡洛模拟[1]。广义的说，深度神经网络是类脑的计算形式，而蒙特卡
深圳先进院提出忆阻器神经网络的高能效权重更新方案
近日，中国科学院深圳先进技术研究院医工所医学人工智能研究中心的黄明强研究团队在基于忆阻器阵列的卷积神经网络的研究当中提出了硬件友好型的随机自适应学习方法。区别于具有复杂外围电路设计的梯度下降方法（SGD）和分段线性（PL）的传统方法，该方法具有良好的硬件友好特性和高能效特性。相关成果以Hardw
多孔有机聚合物膜应用于忆阻器研究中取得进展
多孔有机聚合物薄膜具有本征多孔性和可调节的孔隙环境，适合于电子器件的应用。然而，由于缺乏鲁棒性、可加工性和制备的可控性，基于多孔有机聚合物薄膜的电子器件的构建仍存在挑战。咔唑是一种具有较低氧化电位的高电活性单元，可通过电化学策略制备多孔有机聚合物薄膜，这为制备基于多孔有机聚合物薄膜的电子器件提供
晶体管继任者走来－忆阻器或成计算机新宠
美国哥伦比亚广播公司的《疑犯追踪》塑造了一个人物，他设计出一种能预测恐怖袭击的机器。 图片来源：哥伦比亚广播公司 普通晶体管的替代者或许能在这个10年后进入市场，这预示着传统计算机功能结构将出现彻底性的重新设计。忆阻器——过去6年间大量研究的主题——将成为一系列新设备的基本构件，这些设备从“
陈彧教授团队等制备出高分子纳米神经形态忆阻器
近日，华东理工大学化学与分子工程学院陈彧教授团队与上海交通大学刘钢研究员、合肥工业大学张章教授合作，利用二维有机共轭策略提高高分子的共平面性、结晶度和阻变稳定性，通过微纳加工技术制备了良率高达90%的低功耗纳米神经形态器件。这种器件具有与金属氧化物忆阻器可比拟的应用潜力，为发展小型化、高密度与低
上海微系统所等在人工突触模拟忆阻器研究方面取得进展
基于冯·诺依曼架构的传统数字计算机，其数据处理与存储分离结构限制了其工作效率，同时带来巨大功耗，无法满足大数据时代下计算复杂性的需求。同时，上述缺陷也阻碍了深度学习神经网络的进一步发展。而借鉴人脑神经突触结构，构筑结构简单、低功耗、高低阻态连续可调的非易失性阻态忆阻器是实现类脑神经形态计算中至关
李清江：让芯片拥有记忆
过去十年，国防科技大学电子科学学院副研究员李清江的科研工作就围着“忆阻器”转。 这是智能芯片中一种有“记忆”的电阻开关，它会根据电压或电流历史而动态改变电阻状态。“忆阻器是一种新型电子元件，其特性与人类大脑中的信息处理基本单元——神经突触很相似，它具有超小的尺寸、极快的擦写速度以及超长的擦写寿
河大科研团队提出人工智能视觉系统新方法
人体超过80%的信息是通过眼睛从外部接收，视觉系统也是生物最重要的神经系统。在如今的人工智能(AI)技术中，通常使用图像传感器采集图像数据，但是图像传感器需要持续实时检测图像，这与人类视觉系统相比产生了大量冗余数据。 为了解决这一难题，河北大学电子信息工程学院教授闫小兵团队受生物视觉系统工作模式