清华团队提出新型脑机接口,功效提升400多倍

x
用微信扫描二维码
分享至好友和朋友圈

  现有大多数脑机接口的信号处理模块采用的是传统的冯 · 诺伊曼结构。处理信号的过程中,需要将模拟神经信号转换成数字信号,之后再进行处理。这种信号处理方式与大脑的工作方式不同,转换和压缩会造成大功耗和信号延迟,还会导致信息丢失、难处理并行计算,从而降低信号处理的准确性。

  现在,科学家开始尝试仿生设计,以更好地处理大容量的神经模拟信号。

  清华大学微纳电子系、未来芯片技术高精尖创新中心的钱鹤、吴华强教授团队与医学院洪波教授团队最近实现了一种新方案——基于记忆电阻器的神经信号分析系统。相关成果于 8 月 25 日发表在 Nature Communication 上。

  图 | 利用忆阻器阵列进行神经信号分析,实现高效的脑机接口 (来源:Nature Communications)

  这是钱鹤和吴化强团队关于忆阻器应用的新成果。此前在今年 2 月份,其团队研制了基于多个忆阻器阵列的存算一体系统,在该系统上高效运行了卷积神经网络算法,成功验证了图像识别功能。相关成果在《自然》上在线发表。

  图 | 全硬件实现的忆阻器卷积神经网络(来源:Nature )

  吴华强教授表示,忆阻器是一种新型信息处理器件,其工作机理与人脑中的神经突触、神经元等具有一定的相似性,基于忆阻器(Memristor)的神经形态计算可以突破传统计算架构,在实现高并行度的同时显著降低功耗。

  图 | 基于忆阻器的新型脑机接口(来源:论文)

  忆阻器(Memristor),即记忆电阻器,其命名由 Memory(记忆)和 Resistor(电阻)合成。1971 年,加州大学伯克利分校教授蔡少棠根据电子学理论预言,存在继电阻、电容、电感之后的第四种电路基本元件,这种基本元件能够表示磁通与电荷之间的关系。

  2008 年,惠普公司以两层二氧化钛薄膜制作出了忆阻器元件,当电流通过时,电阻会随之发生改变。电流停止后,电阻会停留在此前的值,直到接收到反向的电流电阻值才会被重写。这种对电流状态变化的捕捉,与大脑突触的可塑性具有相似性,并且两者都是通过离子运动实现的。

  忆阻器的特性让其能直接处理模拟信号,通过忆阻器的阵列,能够进一步实现信号的并行处理,这也是大脑的关键特征之一。

  吴华强教授表示,此次是微电子和医学领域的交叉研究与合作,为脑机接口技术带来了更多的可能性。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

跟贴 跟贴 43 参与 28594
推荐
资讯
财经
科技
娱乐
游戏
搞笑
汽车
历史
生活
更多
二次元
军事
教育
健身
健康
家居
故事
房产
宠物
旅游
时尚
美食
育儿
情感
人文
数码
三农
艺术
职场
体育
星座
© 1997-2020 网易公司版权所有 About NetEase | 公司简介 | 联系方法 | 招聘信息 | 客户服务 | 隐私政策 | 广告服务 | 侵权投诉 Reporting Infringements | 不良信息举报

DeepTech深科技

麻省理工科技评论独家合作

头像

DeepTech深科技

麻省理工科技评论独家合作

7528

篇文章

422848

人关注

列表加载中...
请登录后再关注
x

用户登录

网易通行证/邮箱用户可以直接登录:
忘记密码