面向智能仿生感知系统的柔性人工突触研究取得进展
人工智能技术的发展为人机交互、仿生感知系统及智能机器人等领域带来革命性变化，同时也对复杂数据的处理和人机交互界面提出新要求。不同于目前基于软件系统和冯·诺依曼构架计算体系实现的神经网络，人脑运算方式具有高效率和低功耗的特点。因此，通过人工突触器件的制备，在硬件层面上模拟人脑的神经拟态器件，对构建新的计算系统具有重要意义。人工突触器件能够将传感器信号转变成类神
Nature子刊突破！开发与活细胞一起工作的人工突触
2020年6月25日讯 /生物谷BIOON /——2017年，斯坦福大学(Stanford University)的研究人员展示了一种新设备，它模仿了大脑高效、低能量的神经学习过程。这是一个人造的突触--神经递质在神经元之间传递信息的间隙--由有机材料制成。2019年，研究人员将9个人工突触组装成阵列，表明它们可以同时被编程来模仿大脑的并行操作。现在，在6月
Science：人工突触具有快速、高效以及持久的优点
2019年5月7日 讯 /生物谷BIOON/ --斯坦福大学和桑迪亚国家实验室的研究人员开发了基于人脑神经元连接的计算机组分：一种充当人工突触的装置，模仿神经元在大脑中的通信方式。该团队报告说，这些设备中的9个的原型阵列在处理速度，能效，再现性和耐久性方面表现甚至优于预期。展望未来，团队成员希望将他们的人工突触与传统电子设备相结合，他们希望这可能是支持小型设备上人工智能学习的一步。（图片来源：Ww
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重要的一步。目前，模仿生物神经系统中突触间隙神经递质释放过程与电信号传递处理调控构建的多栅极人造神经元晶
可调谐的柔性人工突触：通向可穿戴电子系统的新途径
人工突触：具有机械和突触灵活性的记忆晶体管基于记忆晶体管的机械柔性人工突触，可以表现出不同类型的突触可塑性。突触是神经形态计算的一个基本组成部分（一种大脑启发计算方法，旨在提供较传统方法而言更为高效的计算方法）。 目前，Yiqiang Zhan，Lirong Zheng和Fernando Seoane与来自瑞典和中国的合作者们，报道了一种人工突触，该突触是基于具有机械柔性的记忆晶体管设计的。 这种