面向神经形态系统的忆阻逻辑电路综述与展望

神经形态系统泛指受脑启发、使用非冯诺依曼结构体系的新型信息处理系统,由于其高度的并行计算能力、极低的功耗和存算一体的特征,逐渐成为了人工智能领域的研究热点之一.其中,逻辑电路是神经形态计算硬件实现的基本计算单元,对于构建新型神经形态系统具有重要的意义.现有的应用于神经形态系统的逻辑电路大多由二极管、三极管等传统元器件或集成芯片组成,在尺寸、性能方面存在限制.具有纳米尺寸、电阻可变且非易失、耗能低等特性的忆阻器为构建面向神经形态系统中的逻辑电路提供了新的思路.基于此,本文对近年来的忆阻逻辑电路进行了详细的梳理和分析,基于电路中输入输出逻辑状态变量的不同,将其大致分为输入输出变量均为电阻(R-R型)电路、输入输出状态变量均为电压(V-V型)电路、输入输出状态变量为阻值和电压的组合(R-V型/V-R型)电路3类.同时,从组成部分、计算方式、逻辑状态变量、外围电路的复杂度、能量损耗、级联能力、延时性7个方面对3类忆阻逻辑电路进行全面的对比和分析,总结不同电路拓扑结构的忆阻逻辑电路的优缺点.进一步,整理分析了现有忆阻逻辑电路在联想记忆、情感计算、模式识别等领域的潜在应用.针对忆阻逻辑电路在操作复杂性和物理实现方面的缺陷,本文展望了忆阻逻辑电路的发展方向.最后,本文对忆阻逻辑电路及其在神经形态系统中的应用进行总结.

相变存储器及其用于神经形态计算的研究综述

目前随着人工智能领域的兴起以及人们对数据存储和计算的强烈需求,迫切需要存储器的改进和类似于人脑的高效存储运算效率。所以,相变存储器及其用于神经形态计算的研究是极具价值的。相变存储材料(PCMs)受到激发时所产生的电阻值变化可以用来建立尖峰神经网络从而实现模拟神经形态计算系统。本文介绍了相变存储器物理机制,其中包括相变材料的相变原理及主要性能特征,重点叙述了相变存储器在优化存储与计算方向的研究进展和应用,进而为该领域未来的发展方向提供参考。

三维神经网络中Nb2O5-x突触器件的脉冲操作模式优化研究

主要研究了基于氮化钛(TiN)/氧化铌(Nb2O5-x)/铂(Pt)的三维结构阻变存储器(RRAM)的突触器件在神经形态系统中表现出的多级存储单元(MLC)特性。通过不同的编程方案改变导电细丝(CF)的尺寸,使电导的变化接近线性。研究结果表明,通过优化脉冲方案得到更接近线性变化的电导,进而可以提高神经形态系统中的识别精度。

面向新一代智能视觉的光电忆阻器研究进展

基于冯·诺依曼计算架构和互补金属氧化物半导体(complementary oxide semiconductor,CMOS)技术的传统人工视觉系统,因其图像感知、存储和处理单元物理分离,在集成度、能耗、处理效率等方面均面临挑战。受生物视觉系统的启发,基于光电忆阻器的神经形态视觉系统可实现感/存/算共融,并具有视觉信息的并行处理功能,因此是新一代智能视觉的重要发展方向。该系统不仅能够模拟视网膜的功能,包括直接响应光信号、完成对比度增强及降噪等图像预处理工作,而且能够模拟大脑视皮层的功能,对图像进行识别、分类等,完成感知任务。对光电忆阻器件的研究进展及其在人工视觉系统中的应用进行了总结。首先概述了忆阻器的特征;其次综述了光电忆阻器件的研究进展,包括材料、结构、工作机理、突触功能模拟等;再次介绍了光电忆阻器在人工视觉系统中的应用;最后总结了光电忆阻器研究面临的困难以及未来发展趋势。

俄罗斯《2030年前国家人工智能发展战略》浅析

2019年10月10日,俄罗斯总统普京签署总统令,批准《2030年前国家人工智能发展战略》,明确了俄罗斯未来十年人工智能发展基本原则、优先方向、目标、主要任务以及机制举措。介绍了战略发布背景,阐述了战略的基本内容,主要从推进人工智能技术的科学研究与发展、推进软件研发与应用、提升信息和计算资源可用性和质量、提高电子器件等硬件可用性、完善人工智能领域人才培养体系、创建规范化的发展与应用环境等方面介绍了战略的主要任务。最后,分析论述了战略的意义和影响,认为战略将维护俄罗斯的技术独立性和竞争优势,美俄在人工智能领域的竞争也将愈演愈烈。同时,俄罗斯还将通过加强人工智能技术的研发,推进数字经济的发展,促进人工智能技术的军民双向转化,强化人工智能技术对军事领域的有力支撑。

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展,昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展,可以实现由原始感知信息输入到导航动作决策的直接输出,呈现出接近动物端到端面向目标导航的智能行为,具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系,以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵;论述了类脑导航技术研究进展,包括类脑环境感知、类脑空间认知、面向目标类脑导航;分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势;最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。