牛津大学开发基于新物理学的神经形态技术

牛津大学的研究人员已经开发出一种信号处理平台，它可以呈现神经元的特性，而不会遇到传统电子电路的功耗问题。

推动数字革命的半导体技术已经达到极限。晶体管尺寸的进一步缩小受到量子不确定性的限制，而下一代超级计算机正努力抵御由这些系统中巨大的热耗散导致的高温。

除了达到理论极限外，不可生物降解的硅基技术是不可持续的。事实证明，该领域的渐进解决方案是不够的，需要彻底的创新。在应对这些挑战的过程中，科学家们一直从人类大脑非凡的能量效率中获得灵感，这种能量效率导致了计算硬件的许多创新，被称为神经形态计算。

现在，受神经元的热力学和材料物理学的启发，牛津大学发明了一个新的平台，它可以很好地模拟真实神经元的计算特性和能量消耗。该平台是基于最近发现的非线性声波在脂质液晶薄膜中的现象。

在相变材料中，这些波的非线性激发和碰撞特性使得在一个基本具有弹性和能量效率的系统中具有类似于神经元的计算能力。该平台的突出特点是(a)模拟轴突计算，包括碰撞;(b)使用模拟非线性峰值计算材料，效率接近真实神经元;(c)在室温下工作;(d)使用生物可降解材料。信号处理单元的模块化设计将允许大规模并行计算和任意网络拓扑的无缝集成。最后，该平台的神经元模拟特性也可用于传感或开发新的神经药物和毒素检测方法。

(转载翻译自牛津大学创新中心-原网站地址）