机构名称：
¥ 1.0
在神经形态和神经杂交系统中的研究目前是现代科学和技术中最令人兴奋和有趣的多学科趋势之一。他们整合了神经科学，电子，物理和数学的领域。基于微电子设备和回忆横梁建立人工神经元和神经网络方面的最新进展刺激了朝着一般的人工智能（AI）促进了质的飞跃。在这方面，可以将神经电子学定义为对生命神经系统动机的广泛计算任务的模拟和数字解决方案的合成。基于标准或熟悉组件的模拟神经形态系统是这种方法的特殊性。与基于数字组件的AI加速器相比，它们可以显着提高吞吐量和能量效率。这样的系统模仿了生物神经网络的计算特征，这些计算特征可以解决不理解的任务（通常被描述为“认知”）被传统的AI或高度耗时的。此外，神经电源溶液可以与大脑或活神经元电路集成并形成神经杂交系统。这样的系统可以利用生物细胞的复杂分子机制（例如，记忆和适应），并支持串联人工部分进行的快速计算。这意味着通过与生活系统的互动来塑造的人工网络中计算和学习的实施，最终实施了特定的大脑功能（替换受损的神经回路或增强其功能）。自然和人工系统的共生也可能使为神经形态设备开发新的学习方法是可能的，在这些方法中，活着神经元网络充当“老师”。从基本和应用的角度来看，一个战略性问题是活着神经网络参与合成信息处理。基于合成系统和生物系统之间双向相互作用的真正混合方法的步骤可以带来显着的好处：它们可以导致
社论：神经电子学：迈向神经元系统和新兴电子的共生
主要关键词
相关文件推荐
