以水和盐为介质的人造突触面世，有望研制出类脑计算系统
荷兰乌得勒支大学和韩国西江大学科学家构建出一种新型人造突触。与传统基于固体材料的人造突触不同，新突触基于人脑内的介质水和盐。这项研究首次证明，与人脑相同的介质系统可处理复杂信息。相关论文发表于最新一期《美国国家科学院院刊》。人造突触艺术图。为提高传统计算机能效，科学家一直从人脑中寻求灵感，以各种方式模仿人脑非凡的能力。这些尝试促进了类脑计算机发展。不过，人脑使用水和溶解盐离子作为介质来工作，而目前大多数受大脑启发的计算机都依赖传统固体材料。突触是大脑中负责在神经元之间传输信号的通道组成部分。该人造突触尺寸为150微米×200微米，被称为离子电子忆阻器，包括一个充满水和盐离子的锥形微通道，能模仿突触行为。研究团队表示，在接收到电脉冲后，溶液内的离子通过通道迁移，导致离子浓度改变。脉冲强度变化会导致通道电导率变化，反映神经元之间连接的加强或减弱。电导率变化的程度可表示为输入信号，通道长度影响浓度变化所需时间。这表明，或许可通过调整通......阅读全文
有望研制类脑计算系统，水和盐为介质的人造突触面世
人造突触艺术图。图片来源：乌得勒支大学科技日报北京4月28日电 （记者刘霞）荷兰乌得勒支大学和韩国西江大学科学家构建出一种新型人造突触。与传统基于固体材料的人造突触不同，新突触基于人脑内的介质水和盐。这项研究首次证明，与人脑相同的介质系统可处理复杂信息。相关论文发表于最新一期《美国国家科学院院刊》。
吴朝晖：类脑计算构建“人造超级大脑”
人脑和计算机哪个结构更复杂？计算机可否像人脑一样自我学习与进化？智能机器是否可以像人类一样思考与行动？人类能否打造像人脑一样的“机器脑”？这些你可能想过的问题，都属于类脑计算研究的领域。 类脑计算，是借鉴生物大脑的信息处理方式，以神经元与神经突触为基本单元，从结构与功能等方面模拟生物神经系统，进
以水和盐为介质的人造突触面世，有望研制出类脑计算系统
荷兰乌得勒支大学和韩国西江大学科学家构建出一种新型人造突触。与传统基于固体材料的人造突触不同，新突触基于人脑内的介质水和盐。这项研究首次证明，与人脑相同的介质系统可处理复杂信息。相关论文发表于最新一期《美国国家科学院院刊》。人造突触艺术图。为提高传统计算机能效，科学家一直从人脑中寻求灵感，以各种方式
新型人工突触可用于高度扩展的类脑计算
科技日报北京12月28日电 （记者张梦然）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。模仿人脑功能的类脑计算因其在人工智能中的功能应用和低能耗而引起科学界的广泛关注。像人脑一样，为了
手性磁铁助力，加速类脑计算实现
一种利用材料的内在物理特性来大幅减少能源使用的类脑计算形式，距离现实又近了一步。在《自然·材料》杂志上发表的这项新研究中，英国伦敦大学学院和伦敦帝国理工学院小组使用手性（扭曲）磁体作为计算介质，发现通过施加外部磁场和改变温度，可调整这些材料的物理特性以适应不同的机器学习任务。 传统计算消耗大量
美国开发出“大脑芯片”人造突触
人脑约有一千亿个神经元，神经元通过100万亿突触（即神经元之间的空间）传递指令，使大脑能够以闪电般的速度识别图案，完成记忆并执行其它学习任务。新兴领域“神经形态计算”的研究人员试图设计出像人脑一样工作的计算机芯片，通过模拟信号工作，类似于神经元。通过这种方式，小型神经形态芯片可以像大脑一样有效地
美国开发出“大脑芯片”人造突触
人脑约有一千亿个神经元，神经元通过100万亿突触（即神经元之间的空间）传递指令，使大脑能够以闪电般的速度识别图案，完成记忆并执行其它学习任务。新兴领域“神经形态计算”的研究人员试图设计出像人脑一样工作的计算机芯片，通过模拟信号工作，类似于神经元。通过这种方式，小型神经形态芯片可以像大脑一样有效地
媲美人脑能效表现的类脑突触原型器件问世
记者从中国科学技术大学获悉，该校李晓光教授团队在前期研究基础上，基于对铁电畴形态和翻转动力学的设计，在铁电量子隧道结中实现了亚纳秒电脉冲下电导态可非易失连续调控的类脑突触器件，可用于构建人工神经网络类脑计算系统，研究成果日前发表于《自然通讯》杂志上。 以神经网络为代表的类脑人工智能技术正深刻
媲美人脑能效表现的类脑突触原型器件问世
中国科学技术大学李晓光教授团队在前期研究基础上，基于对铁电畴形态和翻转动力学的设计，在铁电量子隧道结中实现了亚纳秒电脉冲下电导态可非易失连续调控的类脑突触器件，可用于构建人工神经网络类脑计算系统，研究成果日前发表于《自然通讯》杂志上。 以神经网络为代表的类脑人工智能技术正深刻影响人类社会。但目
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
手性磁铁让类脑计算加速迈向现实
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512304.shtm 科技日报北京11月14日电 （记者张梦然）一种利用材料的内在物理特性来大幅减少能源使用的类脑计算形式，距离现实又近了一步。在《自然·材料》杂志上发表的这项新研究中，英国伦敦大学
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
Nature解密类脑计算，人类未来需要一张蓝图
与日俱增的算力需求下，现代计算系统能耗也越来越高，很难作为可持续的平台支持人工智能技术的未来发展。这一能源问题很大程度上源于传统数字计算系统采用经典冯·诺依曼结构，即数据处理和存储需要在不同地方进行；而在人脑中，数据处理和存储在同一个区域完成，且大规模并行。生物学的灵感启发了类脑计算，神经形态系
类脑计算机会成为AI时代的“宠儿”吗
BrainChip公司推出的Akida神经形态芯片。图片来源：BrainChip公司官网现代计算机对电力的需求正在以惊人速度增长，许多科技公司正努力开发更节能的硬件。但是，人们能否构建一种全新架构的计算机，从而在节能方面实现质的飞跃？一些公司给出了肯定的答案。他们正在利用神经神态计算技术，制造像大脑
超导突触处理信息能力超人脑
通过高速电子探针连接的人造突触。图片来源：《自然》杂志官网 据英国《自然》杂志网站近日报道，美国科学家研制出一款模拟人脑神经中枢处理过程的超导突触，其信息处理速度比人脑更快，而且更高效。研究人员表示，尽管该人造突触商用还面临不少困难，但它是神经形态计算设备发展史上的里程碑，可用于未来类脑计算机
人工纳米流体突触可实现存内计算
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519502.shtm ?人工纳米流体突触可实现存内计算。图片来源：洛桑联邦理工学院瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”
人工纳米流体突触可实现存内计算
人工纳米流体突触可实现存内计算。瑞士洛桑联邦理工学院工程学院研究团队制造了一种用于内存的新型纳米流体设备，这使他们第一次能连接两个“人工突触”。该设备为受大脑启发的液体硬件设计铺平了道路。这项研究发表在最新一期《自然·电子学》杂志上。大脑信息处理是直接对存储的数据执行计算，而计算机则在内存单元和中央
拓扑世界“新交规”！我国学者提出新型类脑计算方案
7日，记者从南京大学获悉，该校物理学院缪峰教授、梁世军副教授团队联合南京理工大学程斌教授通过构筑特殊堆垛构型的魔角石墨烯器件，观测到电子型铁电性与拓扑边界态的共存，并基于可选择的准连续铁电开关，首次提出了噪声免疫的类脑计算方案，该工作为开发基于拓扑边界态的新型低功耗电子器件开辟了全新的技术路线。相关
国外研究表明手性磁体材料可提高类脑计算适应性
英国伦敦大学学院、伦敦帝国理工学院领导的国际合作研究表明，利用手性（扭曲）磁体的内在物理特性，可提高机器学习任务适应性，大幅减少类脑计算的能源使用。研究结果发表在《自然·材料》杂志上。 传统计算由于独立的数据存储和处理单元需要消耗大量电力。机器学习利用物理储层计算方法，消除对独特内存和处理单元
国外研究表明手性磁体材料可提高类脑计算适应性
英国伦敦大学学院、伦敦帝国理工学院领导的国际合作研究表明，利用手性（扭曲）磁体的内在物理特性，可提高机器学习任务适应性，大幅减少类脑计算的能源使用。研究结果发表在《自然·材料》杂志上。 传统计算由于独立的数据存储和处理单元需要消耗大量电力。机器学习利用物理储层计算方法，消除对独特内存和处理单元
国外研究表明手性磁体材料可提高类脑计算适应性
英国伦敦大学学院、伦敦帝国理工学院领导的国际合作研究表明，利用手性（扭曲）磁体的内在物理特性，可提高机器学习任务适应性，大幅减少类脑计算的能源使用。研究结果发表在《自然·材料》杂志上。 传统计算由于独立的数据存储和处理单元需要消耗大量电力。机器学习利用物理储层计算方法，消除对独特内存和处理单元
超导突触处理信息能力超人脑
通过高速电子探针连接的人造突触。 图片来源：《自然》杂志官网 据英国《自然》杂志网站近日报道，美国科学家研制出一款模拟人脑神经中枢处理过程的超导突触，其信息处理速度比人脑更快，而且更高效。研究人员表示，尽管该人造突触商用还面临不少困难，但它是神经形态计算设备发展史上的里程碑，可用
借鉴人类大脑！一种全新的类脑计算方法被提出
构建更加通用的人工智能，让模型具有更加广泛和通用的认知能力，是当前人工智能（AI）领域发展的最大目标。目前流行的大模型路径是基于“尺度定律”（Scaling Law）去构建更大、更深和更宽的神经网络，可称之为“基于外生复杂性”的通用智能实现方法。这一路径虽然看上去可靠，但其面临着计算资源及能源消耗难
浙江大学推出“悟空”类脑计算机－能初步模拟猕猴大脑
近日，浙江大学脑机智能全国重点实验室发布了最新研制的新一代神经拟态类脑计算机——Darwin Monkey（中文名“悟空”），是神经元规模超过20亿的基于专用神经拟态芯片的类脑计算机。 类脑计算是将生物神经网络的工作机理应用于计算机系统设计中，构建像大脑一样低功耗、高并行、高效率、智能化的计算系统
向人脑“取经”，我国科学家提出新型类脑计算方法
虽然人工智能在一些方面的表现已超越了人类，但这不代表它真的很聪明。相反，很多时候它还“很傻很天真”，仍然需要向人脑“取经”。8月16日，《自然·计算科学》在线发表了一项类脑计算领域的重要进展。借鉴大脑神经元复杂动力学特性，中国科学院自动化研究所李国齐研究员、徐波研究员团队联合清华大学、北京大学的科研
刘明团队和杨建华团队在类脑感知计算领域获进展
当前，人类社会正由信息化向智能化发展。智能化社会的构建需要信息技术系统能够对外界环境信息进行实时获取、高效处理并及时做出决策。发展“感存算一体化”的低功耗智能信息处理系统是其重要趋势。脉冲神经网络作为下一代神经形态计算技术，是构建高能效存算一体数据处理中心的理想选择。为实现脉冲机制的感存算一体智
脑图谱与类脑智能前沿论坛举办
论坛现场 海南大学供图 12月27日，“CSIG图像图形中国行”走进海南大学，并举办脑图谱与类脑智能前沿论坛。 国防科技大学教授胡德文、北京大学教授彭宇新、中国科学院自动化研究所研究员蒋田仔、北京大学教授林宙辰、海南大学教授殷明、北京邮电大学教授刘勇等受邀在会上作报告。中国科学院院士、海
类脑感知计算领域获进展－有望实现感存算于一体
当前，人类社会正由信息化向智能化发展。智能化社会的构建需要信息技术系统能够对外界环境信息进行实时获取、高效处理并及时做出决策。发展“感存算一体化”的低功耗智能信息处理系统是其重要趋势。脉冲神经网络作为下一代神经形态计算技术，是构建高能效存算一体数据处理中心的理想选择。为实现脉冲机制的感存算一体智
人造神经成功“复制”大脑多感官整合功能
20日从南开大学获悉，该校电子信息与光学工程学院徐文涛教授团队受猕猴多感官整合与空间感知机制启发，开发了一种人造运动感知神经，在硬件层面上成功实现了大脑的多感官整合功能，获得了卓越的运动感知性能。该成果近日发表于国际学术期刊《自然·通讯》上。 据介绍，大脑多感官整合是一个将不同模态感官信息进行结合
B类先导专项“脑功能联结图谱与类脑智能研究”结题验收
8月31日，中国科学院在北京召开B类战略性先导科技专项“脑功能联结图谱与类脑智能研究”结题总体验收会议。总体验收专家组由中科院院士王志珍、贺福初、赵国屏、强伯勤、张钹、郭雷等来自科研机构、高校、医院的科技专家，以及来自科学技术部、财政部、国家卫生和计划生育委员会、工业和信息化部等国家有关部门的管