“微电子所忆阻器基感知计算研究获进展”

本篇文章856字，读完约2分钟

在机体中，感觉神经系统是机体与外界环境相互作用的基本新闻感知系统。 对生物体生存环境的报道认识和过滤，主要基于感知神经系统的习性化功能。 目前，人类社会正在从新闻化走向智能化。 在智能化社会，高效智能的新闻感知系统需要比较有效地筛选、解决、决定感知到的大量新闻，比较有效地过滤掉重复无意义的新闻。 因此，根据生物感知神经系统的功能特点建立具有生物现实性的高效智能新闻感知系统将成为重要的快速发展趋势。

最近，中国科学院院士、中国科学院微电子研究所微电子要点实验室研究员刘明团队提出了基于存储物构建具有习性化特征的人工感觉神经系统的实现方案，可以利用习性化的生物学习规则应用于机器人自主巡航带来的障碍

研究小组基于mott存储拦截器和传感器，构建了感知外界模拟信号并将其转换为实时动态脉冲信号，实现感知和传输外界信号的基本功能的感觉神经元。 感觉神经元进一步通过突触元件与中继神经元连接，构建习性化感知系统。 突触元件具有连续刺激下权重习性化的发展趋势，进而影响接受神经元信号向中继神经元的传递效率，中继神经元的输出呈现频率下降的特征(即习性化的特征如图a所示)。 基于这种习性化的特点，团队进一步构建习性化脉冲神经互联网来实现机器人的避障功能。 测试结果表明，基于习性化学习规则构建的图中所示基于记忆拦截器的人工感觉神经系统能够比较有效地提高机器人的避障效率(图b )。 另外，这种习性化的感知神经系统也可以应用于不同的传感器，如嗅觉、味觉、视觉、听觉等不同的感知系统。 通过实现生物现实的感知系统，有望实现更具生物智能的终端系统。

相关研究成果发表在《先进材料》上(高级材料，doi:10.1002/adma.04398 )，微电子所博士研究生吴祖恒、鲁吉凯为论文共同第一作者，微电子所研究员刘琦认为， 得到科技部、国家自然科学基金委员会、中国科学院和之江实验室的资助。

a、记忆电阻器系统习性化感觉神经系统的形象和系统响应的特征。 b .利用内存拦截器进行习性化脉冲神经互联网关于提高机器人避障效率的验证