产业周报｜理解大脑的新手段密集涌现，类脑计算与感知器件加速创新

点击图片查看详细内容

9月19日，由中国科协立项支持、中国光学学会主办的小型高端品牌交流活动——感知计算一体化技术创新发展研讨会在中国科技会堂举办，20余位来自高校、科研院所及产业界的一线专家参会，清华大学曹良才教授任执行主席。会议设三个主旨报告：中科寒武纪联合创始人刘道福分析人工智能芯片进一步发展的若干工程挑战，指出单项技术改良难以满足持续增长的算力需求，需推动算法、芯片、软件与集群协同创新；清华大学陈宏伟教授提出“后成像时代”的光学计算路径，将部分计算前移到光电传感器之前的光域中完成；中国科学院大学孟祥悦教授主张借鉴视网膜生物视觉机制，推动感知、存储与计算在硬件层面融合。与会专家形成三点共识：坚持任务与场景牵引、强化关键工艺攻关与平台建设、加强产学研协同创新。

点击图片查看详细内容

近日，香港理工大学计算机及数学科学学院与合肥综合性国家科学中心人工智能研究院签署合作备忘录，正式建立策略伙伴关系，携手推动脑科学与类脑智能领域的前沿研究。签署仪式在理大校园举行，在理大常务及学务副校长黄永德教授、副校长（教育）曹建农教授，以及中国工程院院士、人工智能研究院科技委主任吴枫教授共同见证下，由理大计算机及数学科学学院暂任院长陈长汶教授与人工智能研究院副院长陈莉教授代表双方签署。根据备忘录，双方将建立涵盖脑科学与类脑智能领域的合作框架，整合各自科研资源，促进跨学科创新研究、学术交流与科研人才培育。陈长汶表示，期待推动人工智能在医疗健康、智能制造等领域的创新应用；吴枫提出，希望双方发挥协同效应，共同探索智能的本质，推动神经孪生智能发展。

点击图片查看详细内容

2026年10月5日，瑞典卡罗琳医学院诺贝尔大会宣布，将2026年诺贝尔生理学或医学奖授予美国科学家卡尔·戴塞罗思（Karl Deisseroth）、德国科学家彼得·黑格曼（Peter Hegemann）和格奥尔格·内格尔（Georg Nagel），表彰他们“在光门控离子通道和光遗传学方面的发现”。黑格曼与内格尔于2002—2003年在单细胞藻类中找到通道视紫红质，并验证该蛋白可在异源细胞中表达；2005年戴塞罗思将这一基因导入大鼠神经元，实现蓝光照射下激活神经信号，2007年进一步应用于活体小鼠大脑。该技术首次实现细胞类型特异、毫秒级精度的神经活动调控，使神经科学得以从“相关性观测”走向“因果性验证”。诺奖委员会主席佩尔·斯文宁松评价称，光遗传学提供了一种过去只能梦想的大脑绘图方式。

点击图片查看详细内容

近日，上海创智学院全时导师、复旦大学特聘教授徐凡团队与清华大学徐志平教授团队合作提出物理传递学习（Physics Transfer）理论框架，研究成果以“Predicting brain morphogenesis via physics-transfer learning”为题发表于《Nature Computational Science》。该框架构建由简单体系到复杂系统逐级连接的“锚定域链”，把在球体、椭球等简单几何上学习到的非线性形变物理规律迁移至数据稀缺的真实脑形貌。团队从皮层表面形貌数据中提取顶点—脊线网络，建立脑形貌发育的降维描述框架，实现脑发育轨迹的解析与预测。在临床磁共振成像数据验证中，该方法相比传统统计学习方法曲率预测误差显著降低，并具有更强的物理可解释性，有望为脑数字孪生、脑发育与脑疾病演化定量预测提供新的理论基础。

点击图片查看详细内容

近日，皓泽科技作为核心参与方之一，与浙江大学、苏州实验室、中科院微电子所和甬江实验室等团队合作完成的研究成果《Topologically Plastic Reservoir Computing with Self-rectifying Memristor Arrays》在线发表于《National Science Review》。研究基于16 kb自整流RRAM阵列构建具有拓扑可塑性的类脑计算系统，借鉴神经系统对信息进行选择、压缩和动态表征的方式，在有限物理阵列中保留对任务有价值的时间状态与空间关联，减少原始数据的完整保存、反复搬运和无效计算。论文报告的主要指标包括：自整流比超过10⁶，128个可区分电导状态，核心阵列能耗0.83 pJ/op；Lorenz系统预测NMSE为0.0613，气象动力学预测30天逐帧准确率超过90%，相比固定拓扑储备池硬件提升7.6%。

点击图片查看详细内容

近日，柔性电子全国重点实验室、类脑电子材料与器件江苏高校重点实验室黄维院士团队与凌海峰教授课题组取得新进展，成果以“Intrinsic gradient oxygen-driven second-order memristors for continual reinforcement learning”为题发表于《Nature Communications》。团队通过分子配位层设计制备了结构为ITO/ZnTPP/ALD-AlOx/Al的二阶忆阻器，利用卟啉锌分子层在原子层沉积过程中诱导形成稳定氧浓度梯度，使器件表现出持续超过百秒的二阶忆阻行为。团队还提出单极性脉冲调控机制，构建多达40个可区分的伪非易失电导状态，并映射为强化学习算法的动态学习率。在路径规划任务中，静态环境下训练迭代次数减少约68.75%，动态多阶段环境中训练回合数减少约35.65%，同时有效避免学习震荡与局部最优问题。

点击图片查看详细内容

近日，中国科学技术大学、中科院苏州纳米所等团队在《Light: Science & Applications》发表研究，提出基于graphene/(Al,Ga)N/GaN纳米线异质结构的透明双模器件。团队通过电化学剥离将纳米线薄膜从不透明Si衬底转移至透明ITO/玻璃衬底，再制备SiO₂钝化层、Ti/Au电极与石墨烯集流层；石墨烯与(Al,Ga)N形成异质结并产生内建电场，使器件在0 V偏压下即可自驱动工作。两种功能切换的关键在于氧空位：零偏压时氧空位参与有限，器件表现为快速自驱动光探测，暗电流低于1 pA，紫外/可见抑制比约1.29×10⁴，并实现360°准全向探测；施加偏压后氧空位离化增强，器件转为人工突触，可模拟成对脉冲易化、短/长期可塑性及学习—遗忘—再学习过程，单次突触事件最低能耗约25 fJ。

点击图片查看详细内容

近日，上海交通大学邹卫文团队在《PhotoniX》发表综述论文“Toward brain-inspired intelligence: a review of photonic neuromorphic computing systems”，从类脑智能视角系统梳理光子神经形态计算领域进展。文章围绕基础材料与器件、计算架构、学习机制和多场景应用四个层面展开：器件层面梳理半导体激光器、谐振隧穿二极管、微环谐振器、相变材料和二维材料等技术路线；架构层面讨论光子脉冲神经网络与光子储备池计算；学习机制覆盖离线训练、光电混合训练、原位训练以及脉冲时序依赖可塑性等方法，并延伸至视觉、声学、触觉和射频信号处理等应用。文章指出，器件能效与一致性、系统可扩展性、多模态信息融合，以及速度、精度、规模与功耗之间的权衡，是该领域走向系统集成与实际应用仍需解决的关键问题。