Advanced Electronic Materials:忆阻突触和忆阻神经元及其在类脑计算中的应用

借鉴生物神经网络,构建人工神经网络计算机,实现与大脑可媲美的人工智能,是人类长期以来追求的目标。忆阻器以其简单的三明治结构和与生物突触神经元相似的电学行为,成为构建硬件神经形态运算系统的新型纳米器件,具有重大的科学意义和应用价值。

最近华中科技大学材料科学与工程学院杨蕊教授和郭新教授总结了近年来忆阻突触器件和忆阻神经元电路的实现途径及其在类脑运算中的应用。首先,论述了生物突触和神经元的功能特性,描述了不同时间特性的突触可塑性和多种生物神经元模型。接着,总结了近年来实现的具有不同可塑性的忆阻突触器件,其中详细分析了实现多种突触可塑性的途径以及其对忆阻器阻变动态特性的要求,如脉冲时序相关的可塑性(STDP)、BCM学习法则、异突触可塑性等。此外,论文详细论述了不同神经元模型物理实现的方法,包括漏电-整合-发放(LIF)神经元和Hodgkin-Huxley神经元等。最后,对忆阻突触器件和忆阻神经元所面临的难题和未来应用的机遇进行了总结和展望。相关综述论文在线发表在Advanced Electronic Materials (https://doi.org/10.1002/aelm.201900287) 。文章的第一作者为华中科技大学材料科学与工程学院杨蕊教授。