神经形态存储设备，由底部易失性和顶部非易失性存储层组成，分别模拟神经元和突触属性。鸣谢:韩国科学技术高级研究所(KAIST)的研究人员报告了一种纳米大小的神经形态存储设备，该设备可以在一个单位细胞中同时模拟神经元和突触，这是朝着完成神经形态计算的目标迈出的又一步，该目标旨在通过半导体设备严格模仿人脑。神经形态计算旨在通过模仿构成人脑的神经元和突触的机制来实现人工智能(AI)。受当前计算机无法提供的人脑认知功能的启发，神经形态设备得到了广泛的研究。然而，当前基于互补金属氧化物半导体(CMOS)的神经形态电路简单地连接人工神经元和突触，而没有协同交互，并且神经元和突触的伴随实现仍然是一个挑战。为了解决这些问题，由材料科学与工程系Keon Jae Lee教授领导的研究小组通过在单个记忆细胞中引入神经元-突触相互作用，而不是电连接人工神经元和突触设备的传统方法，实现了人类的生物工作机制。
与商业显卡类似，之前研究的人工突触设备通常用于加速并行计算，这与人脑的运行机制有着明显的差异。研究小组在神经形态记忆设备中实现了n神经元和突触之间的协同交互，模拟了生物神经网络的机制。此外，开发的神经形态器件可以用单个器件取代复杂的CMOS神经元电路，提供高扩展性和成本效益。
人脑由1000亿个神经元和100万亿个突触组成的复杂网络。神经元和突触的功能和结构可以根据外界刺激灵活地变化，以适应周围的环境。研究小组开发了一种神经形态设备，其中短期和长期记忆共存，分别使用模拟神经元和突触特征的易失性和非易失性存储设备。阈值开关器件用作易失性存储器，相变存储器用作非易失性器件。两个薄膜器件集成在一起，没有中间电极，实现了神经形态存储器中神经元和突触的功能适应性。
神经形态装置阵列中的再训练操作。a)显示再培训效果的示意图。b)神经形态装置阵列的扫描电子显微镜图像。c)再培训测试的培训模式“F”。d)用于原始训练和再训练方案的神经形态设备阵列的存储状态的演变。鸣谢:韩国高等科学技术研究院(KAIST)教授Keon Jae Lee解释说，“神经元和突触相互作用，建立记忆和学习等认知功能，因此模拟两者是脑启发人工智能的必要元素。开发的神经形态记忆设备还模仿了再训练效应，通过在神经元和突触之间实现正反馈效应，允许快速学习遗忘的信息。”
这项名为“使用忆阻突触同时模拟突触和内在可塑性”的结果发表在2022年5月19日出版的《自然通讯》上。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
