《2022中国神经形态装置及应用研究路线图》正式发布
随着近年人工智能技术的发展，构建更高效、更智能的硬件系统越来越成为关注的焦点。传统计算机基于冯诺依曼结构，它的数据吞吐能力往往受限于其中分立设计的存储和计算单元之间的失配。在人工智能时代，因存储器时延和带宽的不足，传统计算机在大数据处理时面临严重的能效问题。同时，无人驾驶、仿生机器人、脑机接口等虽然得益于人工智能技术发展，在智能水平上有了很大的提升，但在运动感知能和生物兼容性等方面，仍然表现得不够好。这两方面的困境都使得科学家们去思考新的计算范式，转而从生物系统的计算、感知和运动功能方面去汲取灵感。
因此，所谓的神经形态系统引起了世界范围内的兴趣，这一领域旨在从大脑的神经生物学架构中汲取灵感，构建一个高度智能、超低能耗的计算系统。近些年来自不同区域、不同学科背景的科学家都为这一方向提出了新的方案和新的思考。然而这一领域的发展仍然亟需解决来自材料、器件、电路、制造设备、辅助设计工具、应用场景、未来发展方向等多个方面的问题。
中国正在成为这一研究领域最活跃的地区之一。《2022中国神经形态器件与应用研究路线图》于近日发表在Neuromorphic Computing and Engineering期刊上。该路线图从中国科学家的视角出发，描绘了构建神经形态系统的潜在趋势。来自中科院、清华大学、北京大学、南京大学、复旦大学、华中科技大学等国内多个研究团队探讨了关于这一方向的多个核心主题，主要分成了神经形态系统的材料与器件、神经形态系统的工具与应用、神经形态计算的未来展望三个部分，涉及了电子科学、计算机科学、材料学、物理学等多个学科。这为寻求能够像人类一样计算、感知和运动的极高能效和高度智能的电子系统提供指导，也为这一领域的发展提供中国智慧。相信这一领域的发展将催生一些激动人心的新应用场景和新技术范式。
文章介绍
Qing Wan, Changjin Wan, Huaqiang Wu, Yuchao Yang, Xiaohe Huang, Peng Zhou, Lin Chen, Tian-Yu Wang, Yi Li, Kanhao Xue, Yuhui He, Xiangshui Miao, Xi Li, Chenchen Xie, Houpeng Chen, Z. T. Song, Hong Wang, Yue Hao, Junyao Zhang, Jia Huang, Zheng Yu Ren, Li Qiang Zhu, Jianyu Du, Chen Ge, Yang Liu, Guanglong Ding, Ye Zhou, Su-Ting Han, Guosheng Wang, Xiao Yu, Bing Chen, Zhufei Chu, Lunyao Wang, Yinshui Xia, Chen Mu, Feng Lin, Chixiao Chen, Bojun Cheng, Yannan Xing, Weitao Zeng, Hong Chen, Lei Yu, Giacomo Indiveri and Ning Qiao
作者介绍
万青 教授
南京大学
- 万青，南京大学电子科学与工程学院教授。本科毕业于浙江大学，2004年在中科院上海微系统所获得博士学位。先后在英国剑桥大学，美国密西根大学，斯坦福大学从事博士后，访问学者科研工作。2013年加盟南京大学电子工程学院。目前主要从事氧化物神经形态晶体管及其类脑计算与感知应用研究。以第一/通讯作者发表SCI论文200多篇，SCI他引1万多次。先后荣获了全国百优博士论文，中国青年科技奖，省科技一等奖（排名第一），教育部自然科学一等奖（排名第二），国家杰出青年基金（2014），万人计划（科技领军人才2018，青年拔尖，2012），中国高被引用学者等荣誉。
期刊介绍
- Neuromorphic Computing and Engineering（NCE）是一本涵盖多个学科领域、采用开放获取（OA）形式出版的期刊。NCE期刊将神经形态系统的硬件和计算方面结合在一起，读者群覆盖工程、材料科学、物理、化学、生物学、神经科学和计算机科学等领域，跨越学术界和产业界的各个群体。在NCE期刊上发表的研究需针对神经形态系统和人工神经网络领域做出及时而重要的贡献。目前，期刊已开放投稿，所有向NCE期刊投稿的开放获取文章的出版费用（APC）将由IOP出版社支付。