最大神经形态计算机研制成功
据英国《新科学家》杂志网站17日报道，英特尔公司研制出世界上最大的神经形态计算机Hala Point。它包含11.52亿个人造神经元，分布在1152个Loihi 2芯片上，每秒能进行380万亿次突触操作。英特尔公司希望，这种旨在模拟人脑处理和存储数据方式的计算机能提高人工智能（AI）模型的效率和能力。科学家对神经形态计算机寄予厚望，因为这种计算机使用人工神经元执行存储和计算功能。这使数据无需在各组件之间来回穿梭，从而获得更高的能源效率。英特尔公司声称，Hala Point在运行优化问题时耗费的能源仅为传统计算机的百分之一。未来希望这种神经形态计算机能创建可持续学习的AI模型。不过，也有研究人员指出，ChatGPT等模型使用并行操作的图形卡进行训练，这意味着许多芯片可用于训练同一模型。而神经形态计算机无法进行并行训练，甚至可能需要几十年才能初步训练出类似ChatGPT的模型，更不用说用其设计出可不断学习的AI模型。但是，Hala ......阅读全文
最大神经形态计算机研制成功
据英国《新科学家》杂志网站17日报道，英特尔公司研制出世界上最大的神经形态计算机Hala Point。它包含11.52亿个人造神经元，分布在1152个Loihi 2芯片上，每秒能进行380万亿次突触操作。英特尔公司希望，这种旨在模拟人脑处理和存储数据方式的计算机能提高人工智能（AI）模型的效率和能力
最大神经形态计算机研制成功
Hala Point 神经形态计算机由英特尔的Loihi 2芯片提供动力。据英国《新科学家》杂志网站17日报道，英特尔公司研制出世界上最大的神经形态计算机Hala Point。它包含11.52亿个人造神经元，分布在1152个Loihi 2芯片上，每秒能进行380万亿次突触操作。英特尔公司希望，这种旨
“可微分神经计算机”问世
英国《自然》杂志10月12日发表了一项人工智能重要成果，描述了一种集神经网络与计算机优点于一身的混合型学习机器，既能像神经网络那样学习，又能像计算机那样处理复杂数据。 传统计算机可以处理复杂的数据形式，但是需要手工编程来执行这些任务。而人工神经网络（ANN）一直用来模拟像人脑一样的学习能力。早
人工神经元利用光实现神经形态计算
沙特阿卜杜拉国王科技大学研究团队开发出一种人工神经元，可利用光电实现神经形态计算。新技术模仿突触或神经元功能，可适应和重新配置其对光的响应进而完成计算。这项突破性进展发表在最新一期《光：科学与应用》杂志上。 团队利用二维材料二硒化铪设计并制造了金属氧化物半导体电容器（MOSCap）。这种器件采
类神经元计算机新材料问世
俄罗斯国立核研究大学莫斯科工程物理学院的学者们，与俄罗斯科学院的专家们通力合作，推出了能实现电阻开关两极效应的新材料。这些材料可被用来研发类似人脑神经元的、能储存和处理信息的计算机。研究结果发表在《自然·通讯》杂志上。 借助新材料制造的计算机，将拥有新的信息处理方法，因为其内部存储器和硬盘将像
神经板的形态学结构
神经板亦称髓板。主要是脊索动物发生初期原肠形成终后于外胚层背侧正中产生的，呈球拍形，后部狭窄肥厚，其主要部分形成中枢神经系统和眼原基。神经板的末端在多数情况下是与闭合的原口相接。神经板的最后端的部位形成后躯干部和尾部的体节，其为中胚层性这一点，在两栖类已甚明确。随着发展的进展，神经板周围的外胚层隆起
简述神经板的形态学结构
神经板亦称髓板。主要是脊索动物发生初期原肠形成终后于外胚层背侧正中产生的，呈球拍形，后部狭窄肥厚，其主要部分形成中枢神经系统和眼原基。 神经板的末端在多数情况下是与闭合的原口相接。神经板的最后端的部位形成后躯干部和尾部的体节，其为中胚层性这一点，在两栖类已甚明确。随着发展的进展，神经板周围的外
用于边缘AI的神经形态芯片问世
科技日报北京8月21日电 （实习记者张佳欣）一个国际研究团队设计并制造了一种直接在内存中运行计算的芯片，可运行各种人工智能（AI）应用，而且它能在保持高精度的同时，仅消耗通用AI计算平台所耗能量的一小部分，兼具高效率和通用性。相关研究发表在最近的《自然》杂志上。这款名为NeuRRAM的神经形态芯片使
神经形态视觉系统研究获进展
季华实验室副研究员张钰联合天津大学教授胡文平和杨方旭团队首次开发了基于超薄二维分子晶体的线偏振光敏感神经形态视觉系统，在单个器件中实现了偏振敏感性、光探测和突触行为等多种功能的高效集成。相关成果近日在线发表于《先进材料》（Advanced Materials）。在视觉科技不断发展的今天，神经形态视觉
神经形态计算：低功耗AI的未来途径
数据驱动的应用，特别是人工智能（AI）的日益普及，正在改变人类与技术的互动方式，也引发了人们对其进一步研究、开发和应用的浓厚兴趣，从而有效解决许多长期未解的复杂问题。不过，AI对环境的影响也愈发受到关注。为了应对低功耗系统执行复杂AI算法的挑战，神经形态技术是未来计算领域的有力竞争者，特别是在解决复
神经元的形态学结构介绍
神经元是一种高度分化的细胞，具有感受刺激和传导冲动的功能。其形态多种多样，但都具有突起，因此可将神经元分为胞体和轴突两部分。胞体的形状和大小差别很大，有球形、锥体形、梨状、星状和颗粒状等。小的神经元胞体直径仅4～6微米，如小脑颗粒细胞。大的可达150微米，如大脑皮质内的大锥体细胞。胞体的结构与一
关于神经原纤维的形态结构简介
形态 神经原纤维（neurofibril）：在神经细胞质内，存在着直径约为2～3μm的丝状纤维结构，在银染的切片体本可清晰地显示出呈棕黑色的丝状结构，此即为神经原纤维，在核周体内交织成网，并向 树突和轴突延伸，可达到突起的末梢部位。 结构 HE染色切片无法辨别。在镀银染色切片中，呈棕黑色细
100万个神经元将与计算机直接对话
7月11日，美国国防部公布了一项投资6500万美元的“脑芯片”计划，希望研究人员开发一种脑机接口，让人脑与计算机直接相连，为战士提供“超级感受”。英国《每日邮报》、美国电气与电子工程师协会（IEEE）《光谱》杂志等多家外媒关注了此事。 美国国防部高级研究计划局（DARPA）官员称，该项目的目标
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
弹性半导体制成可穿戴神经形态芯片
美国芝加哥大学普利兹克分子工程学院研究人员开发了一种灵活、可拉伸的计算芯片，该芯片通过模仿人脑来处理信息。发表在《物质》杂志上的该项成果有望改变健康数据的处理方式。 研究人员表示，这项工作将可穿戴技术与人工智能和机器学习相结合，创造出一种功能强大的设备，可直接分析人体的健康数据。目前，人们要深
科学家首次构建出脑神经形态芯片
据每日科学网站7月23日(北京时间)报道，瑞士和美国的神经信息学研究人员携手，首次成功研制出一种新奇的微芯片，能够实时模拟大脑处理信息的过程。最新研究将有助于科学家们制造出能同周围环境实时交互的认知系统。 以前的类似研究都局限于在传统计算机上研制神经网络模型或在超级计算机上模拟复杂的神经网
神经形态芯片：仿生学的驱动力
1 神经形态芯片与传统芯片的区别 1946年美籍匈牙利科学家冯·诺依曼提出存储程序原理，把程序本身当作数据来对待。此后的半个多世纪以来，计算机的发展取得了巨大的进步，但“冯·诺依曼架构”中信息存储器和处理器的设计一直沿用至今，连接存储器和处理器的信息传递通道仍然通过总线来实现。随着
微型神经形态设备模拟人类视觉和记忆
澳大利亚皇家墨尔本理工大学研究团队展示了一种捕捉、处理和存储视觉信息的神经形态设备。这种小型设备可用与人类相似的方式“看”并形成记忆，这项进步朝着开发出能做快速、复杂决策的应用程序(例如在自动驾驶汽车中)迈出了一大步。相关研究14日发表于《先进功能材料》杂志。这种神经形态设备是一种由掺杂氧化铟传感元
弹性半导体制成可穿戴神经形态芯片
美国芝加哥大学普利兹克分子工程学院研究人员开发了一种灵活、可拉伸的计算芯片，该芯片通过模仿人脑来处理信息。发表在《物质》杂志上的该项成果有望改变健康数据的处理方式。 研究人员表示，这项工作将可穿戴技术与人工智能和机器学习相结合，创造出一种功能强大的设备，可直接分析人体的健康数据。目前，人们要深入
新神经网络使计算机像人一样推理
你打算购买的新房附近有几个公园？某餐厅最好的配餐酒是什么？回答这些日常问题需要进行关系推理，但人工智能（AI）很难掌握这种思维方式。据美国《科学》杂志官网14日消息，谷歌“深度思维”（DeepMind）团队日前研发出一种简单的算法，不仅能解决此类推理问题，而且在复杂的图像理解测试中能超过人类。
“蚂蚁级”感知，南开团队研获神经形态人工触角
触角是昆虫的主要感觉器官，能够精准感知微小振动、磁场方位、重力方向或化学刺激，其感知灵敏度可与人类皮肤相媲美，甚至在一些特殊功能上超过人类。然而，相比于模拟哺乳动物的感觉器官，如何模拟昆虫触角这一高灵敏、多功能的“探测器”，一直是仿生电子领域亟待攻克的难题。昆虫触角感觉器官的结构与功能为新型仿生传感
新型有机忆阻器显著提高神经形态计算效率
华东理工大学化学与分子工程学院教授陈彧团队联合上海市智能感知与检测技术重点实验室，开发了一种新型共价有机框架（COF），显著降低了有机忆阻器的运行功耗，并提高了神经形态计算效率。相关研究在线发表于《德国应用化学》。为减少阵列中的器件数量、缩短数据写入时间、提高运行速度和效率，科学家正在努力将有机忆阻
瑞士研发“神经形态芯片”－可与真实大脑相媲美
日前，由瑞士、德国和美国的科学家组成的研究小组首次成功研发出一种新奇的微芯片，能够实时模拟人类大脑处理信息的过程。这项新成果将有助于科学家们制造出能同周围环境实时交互的认知系统，为神经网络计算机和高智能机器人的研制提供强有力的技术支撑。 以前的类似研究都局限于在传统计算机上研制神经网络模型
新型有机忆阻器显著提高神经形态计算效率
华东理工大学化学与分子工程学院教授陈彧团队联合上海市智能感知与检测技术重点实验室，开发了一种新型共价有机框架（COF），显著降低了有机忆阻器的运行功耗，并提高了神经形态计算效率。相关研究在线发表于《德国应用化学》。为减少阵列中的器件数量、缩短数据写入时间、提高运行速度和效率，科学家正在努力将有机忆阻
模拟人脑的神经形态计算方式渐成学界热点
Kwabena Boahen手握着其神经网格设备中的神经形态回路板。 1982年，Kwabena Boahen得到了他的第一台电脑，那时他还是住在加纳阿克拉的一个十几岁的少年。“那真是一台很酷的机器。”他回忆道。在观察电脑如何工作时，他本能地感觉到，电脑需要在设计中多一些“非洲”的感觉：更
科学家计划研制化学计算机－可模拟神经元
北京时间7月31日消息，据英国媒体报道，作为一项国际合作的组成部分，一项具有发展前景的举措已经启动，这项举措让人们在研制奇异的灵感来源于生物学的“化学计算机”道路上又向前迈进一步。这种“湿润的计算机”融合了最近发现的化学系统属性，能够成为工程师的一支重要计算力量。开辟全新应用领域 研
刘明院士团队：自旋神经形态器件研究新进展
生物启发脉冲神经网络架构有望通过模拟人脑的高算力、高并行度、低功耗等特性，解决冯·诺依曼架构存储墙和能效瓶颈等问题。然而，面向构建脉冲神经网络的神经形态硬件的研究尚处于探索阶段，基于传统CMOS的神经形态芯片通常需要数十个晶体管和若干电容；基于新型存储器等新原理神经元器件亦需集成额外电容或复位操
时空稀疏小样本学习大规模神经形态数据集发布
近日，中科院自动化研究所研究员曾毅团队提出了一个用于时空稀疏小样本学习的大规模神经形态数据集——N-Omniglot，为脉冲神经网络的学习与训练提供了一个更具挑战性的基准。相关研究成果发表于自然出版社旗下期刊《科学数据》。 深度学习的成功在很大程度上归功于像ImageNet和COCO这样的数据集的引
神经形态通过模拟人脑运行方式进行高效率运算
引言 神经形态设备（neuromorphic device）可以通过模拟人脑神经元的运行方式进行高效率运算。神经形态计算（neuromorphic computing）因此也可以用来对环境中的各种复杂刺激进行有效分析，可以在生物-电子接口中为生物传感提供智能响应。但是传统的神经形态计算需要使用
能耗降低一万倍，应用超导神经元可突破计算机性能极限
摩尔定律已经成为一个大问题，在目前的技术框架下，计算机的性能极限已经难以得到很大提升。尽管台积电已经实现了7nm芯片制造工艺，未来的5nm和2nm工厂也进入了紧张的设计施工阶段，但依然令不少技术人员感到担忧。最重要的一个原因就是，当芯片工艺接近物理极限时，CPU的性能也就到达瓶颈状态。引入新科技