随着人工智能(ai)、物联网(iot)、机器学习(machine learning)等新兴产业的兴起，世界领先企业正在开发能够高效处理大量数据的下一代人工智能半导体。
受人脑启发的神经形态计算就是其中之一。因此，基于新兴材料和结构的模拟生物神经元和突触的设备正在陆续开发，但将单个设备集成到一个系统中以验证和优化它们的研究仍然缺乏。
为了使大规模的人工神经网络硬件在未来成为现实，整合人工神经元和突触设备是必不可少的，并且有必要通过制造相同材料和结构的设备来降低大规模生产成本和能源消耗。
韩国科学技术研究院(KIST)神经形态工程中心的郭俊英(音译)博士团队开发出了像“乐高积木”一样连接神经元和突触，构建大规模人工神经网络硬件的人工神经形态装置的集成元件技术。这项研究发表在《高级功能材料》杂志上。
该团队使用hBN(一种有利于高集成度和超低功耗实现的二维材料)制造垂直堆叠的忆阻器器件，以展示生物神经元和突触的特性。
由于该团队设计的人工神经元和突触设备具有相同的材料和相同的结构，与传统的基于硅cmos的人工神经模仿设备使用多个器件的复杂结构不同，该团队开发的设备具有易于加工和网络可扩展性，为大规模人工神经网络硬件的开发铺平了道路。
通过集成和连接开发的设备，该团队还成功地在硬件中实现了“神经元-突触-神经元”结构，即人工神经网络的基本单元块，以演示基于脉冲信号的信息传输，这就是人类大脑的工作方式。
通过实验验证，两个神经元之间的尖峰信号信息的调制可以根据人工突触装置的突触权重进行调整，研究人员展示了将基于hbn的新兴设备用于低功耗、大规模人工智能硬件系统的潜力。
KIST的郭俊英博士表示，“人工神经网络硬件系统可以有效地处理智能城市、医疗保健、下一代通信、天气预报、自动驾驶汽车等现实应用中产生的大量数据。”
“它将大大减少能源使用，同时超越现有硅cmos器件的缩放限制，从而有助于改善碳排放等环境问题。”
更多信息:Yooyeon Jo等，基于二维hBN的人工神经元和突触设备的网络连接关系的硬件实现，Advanced Functional Materials(2023)。DOI: 10.1002 / adfm.202309058期刊信息:先进功能材料由国家科学技术研究委员会提供引文:通过像“神经元-突触-神经元”结构块一样堆叠实现人工神经网络硬件系统(2024,January 22)除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
