随着人工智能、物联网和机器学习等新行业的出现，世界领先的公司正专注于开发下一代人工智能半导体，该半导体可以处理大量数据，同时高效消耗能源
受人脑启发的神经形态计算就是其中之一。因此，基于新兴的材料和结构，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系统中以验证和优化它们的研究仍然缺乏
为了使大规模人工神经网络硬件在未来变得实用，集成人工神经元和突触设备至关重要，并且有必要通过制造具有相同材料和结构的设备来降低大规模生产成本和能源使用
韩国科学技术研究院神经形态工程中心的Joon Young Kwak博士领导的一个团队为人工神经形态设备实现了一种集成元件技术，该技术可以像“乐高积木”一样连接神经元和突触，以构建大规模的人工神经网络硬件。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率实现的二维材料）制造了垂直堆叠忆阻器器件，以展示生物神经元和突触特性
由于该团队设计了具有相同材料和结构的人工神经元和突触器件，与传统的基于硅CMOS的、使用多个器件的复杂结构的人工神经模拟器件不同，该团队开发的器件确保了易处理性和网络可扩展性，为大规模人工神经网络硬件的开发铺平了道路
通过集成和连接所开发的设备，该团队还成功地在硬件中实现了“神经元-突触-神经元”结构，这是人工神经网络的基本单元块，以演示基于尖峰信号的信息传输，这就是人脑的工作方式
通过实验验证两个神经元之间的尖峰信号信息调制可以根据人工突触设备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Joon Young Kwak博士表示：“人工神经网络硬件系统可用于有效处理智能城市、医疗保健、下一代通信、天气预报和自动驾驶汽车等现实应用中产生的大量数据。”
“它将通过显著减少能源使用，同时超过现有硅CMOS器件的规模限制，帮助改善碳排放等环境问题。”
想要了解更多关于脑机接口技术的内容，请关注脑机网，我们将定期发布最新的研究成果和应用案例，让您第一时间了解脑机接口技术的最新进展。
