由陆军研究实验室 各种有机金属在层状氟化铪的可膨胀范德华间隙中的动态嵌入，为重新配置这种材料的电学和热学性质提供了独特的机会
学分:博士
西纳·纳吉和利哈伊大学的钦杜·埃库马教授 在过去的几十年里，计算机在处理能力方面取得了巨大的进步；然而，与人脑的复杂性和能力相比，即使是最先进的计算机也是相对初级的
美国大学的研究人员
S
陆军作战能力发展司令部的陆军研究实验室表示，随着他们努力设计受人脑神经结构启发的计算机，这种情况可能会改变
作为与利哈伊大学合作的一部分，陆军研究人员已经确定了开发神经形态材料的设计策略
“神经形态材料是指在设备中同时提供计算和记忆能力的材料类别或材料组合的名称
实验室的研究科学家和电气工程师西纳·纳吉
纳吉和他的同事在2020年5月的《今日材料》杂志上发表了一篇论文，“插层二硫化铪的动态可重构电子和声子特性”
神经形态计算概念是一种内存解决方案，与传统晶体管相比，其功耗可降低几个数量级，适用于复杂的数据分类和处理
传统晶体管的有限功率效率是阻碍未来计算发展的一个基本技术缺陷
在过去的10年里，神经形态材料的研究主要集中在理解二维材料的独特性质及其范德瓦尔斯多层结构
“这些发现显示了这些材料在电子应用中的巨大前景，但也显示了这些材料中独特的界面为材料性能的设计提供了前所未有的机会，”纳吉说
在过去的四年里，该团队致力于设计高性能电子应用的材料特性
“我们的研究导致了我们的《今日材料》论文，该论文基于范德瓦尔斯/有机金属混合系统和神经形态材料设计，将这一努力扩展到这些材料的可重构特性设计，”纳吉说
神经形态计算使用类似于大脑认知过程的新计算模型来处理信息
“为了从输入中处理和做出合理的推论，需要信息和一种新的计算范式，”纳吉说
“具有内存计算机功能的神经形态硬件有望弥合这一不断扩大的技术差距
" 他说，这项研究是在混合设备中开发内存计算的重要垫脚石，混合设备具有独特的功能特性，可集成到认知感觉设备中，并克服了阻碍自下而上方法简化大脑启发的计算硬件的重大技术挑战
纳吉说，如果研究人员最终能够开发出一种行为类似于大脑的计算机，这将对作战人员极其有用
神经形态计算，就像神经系统一样，将提供计算能力，包括额外的好处，如对损伤的鲁棒性、学习能力、对变化的适应性等
与当今的计算模式相比，它有可能将操作能力降低1000到100万倍
这种级别的处理对于自主系统中的图像识别以及一般的人工智能来说是非常理想的
纳吉说，鉴于人工智能和自主系统在现代战争中的重要性，神经形态计算很可能是未来大范围跨越式作战能力的基石
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
