#福州大学[超话]##学在福大#
【物信学院陈惠鹏课题组在《Matter》
发表可编程神经元突触晶体管研究成果】

近日，福州大学物理与信息工程学院郭太良团队陈惠鹏课题组的研究论文“用于高效神经形态硬件网络的可编程神经元突触晶体管”(Programmable Neuronal-Synaptic Transistors Based on 2D MXene for High Efficiency Neuromorphic Hardware Network)在国际顶级期刊《Cell》（细胞）姊妹刊《Matter》（物质）上在线发表。该论文以福州大学为第一完成单位和唯一通讯单位，第一作者为物信学院博士生张翔鸿，陈惠鹏教授为论文的通讯作者。

模仿生物大脑结构和工作方式的神经形态芯片为未来计算机解决复杂任务，如大数据和人工智能算法等提供了高效和节能的方式。在生物大脑内，不同的神经元由突触连接，神经元之间以“尖峰”为信号进行信息的交换和传递。上一级神经元发出的脉冲将信息传递给下一级神经元，同步改变相连神经元之间的突触权重，实现信息传递路径上的处理和计算。

该工作提出了一种多神经形态功能器件——可切换神经元突触晶体管(SNST)，它在具有相同晶体管结构和制造工艺的同一器件上同时集成突触和神经元功能，从突触功能到神经元功能的转换通过编程改变电路中SNST的连接方式来实现，打破了神经元模块和突触模块之间的物理界限。此外，文章设计了由多个SNST组成的神经形态网络，用于真伪数据识别，并通过编程控制突触和神经元的切换，可以按需重新分配突触资源和神经元资源，从而减少网络中的设备数量，提高资源利用率（接近100%）。由于能够同时训练权重和结构，给予SNST的硬件神经网络的训练速度比传统的神经形态设备提高了约200%。该工作为实现高精度、高效率（制造效率、资源利用效率和运行效率）的自上而下的可编程神经形态芯片打下重要基础，这对于神经形态硬件系统以及神经形态显示系统的开发具有重要意义。（融媒中心讯）

原文链接：https://t.cn/A6aiKjDA

#消息#
【印度科学研究所为AI应用的下一代模拟芯片组开发设计框架】据Economictimes7月5日报道，印度科学研究所(IISc)开发了一种设计框架来构建下一代模拟计算芯片组，与大多数电子设备中的数字芯片相比，该芯片组速度更快、功耗更低。使用他们新颖的设计框架，IISc团队构建了一个名为Aryabhat-1的模拟芯片组原型(用于AI任务的模拟可重构技术和偏置可扩展硬件）。

根据IISc的新闻稿，这种类型的芯片组对于基于人工智能(AI)的应用程序特别有用，例如Alexa或siri等对象或语音识别，或者需要高速大规模并行计算操作的应用程序。

大多数电子设备，尤其是那些涉及计算的设备，都使用数字芯片，因为设计过程简单且可扩展。“但模拟的优势是巨大的。”IISc电子系统工程系(DESE)助理教授Chetan Singh Thakur表示。该团队设计了一个新颖的框架，允许开发像数字处理器一样可扩展的模拟处理器。他们的芯片组可以重新配置和编程，以便相同的模拟模块可以移植到不同代的工艺设计和不同的应用程序中。“您可以在180 nm或7nm上合成相同类型的芯片，就像数字设计一样，"Thakur补充道。
（编译：李子茉）

在未来，不止像小说中孙悟空身上的毫毛，动物身上的血液、皮肤等任何一处体细胞，都能通过重新编程为多能干细胞，进而“用药”后成为能够独立形成生命的全能干细胞。
清华大学药学院丁胜教授及其团队首次发现全能干细胞的体外定向诱导及其稳定培养的药物组合，这一突破性研究成果于6月21日在线发表于《自然》。
迄今为止，哺乳动物生命的产生只能依赖于生殖细胞，通过精卵结合、克隆技术等方式产生。丁胜团队的研究无需生殖细胞的参与，可以将小鼠身上的任何一个体细胞逆转到与二细胞胚胎相似的阶段。