神經形態芯片：仿生學的驅動力
1 神經形態芯片與傳統芯片的區別 1946年美籍匈牙利科學家馮·諾依曼提出存儲程序原理，把程序本身當作數據來對待。此后的半個多世紀以來，計算機的發展取得了巨大的進步，但“馮·諾依曼架構”中信息存儲器和處理器的設計一直沿用至今，連接存儲器和處理器的信息傳遞通道仍然通過總線來實現。隨著處理的數據量海量地增長，總線有限的數據傳輸速率被稱為“馮·諾依曼瓶頸”——尤其是移動互聯網、社交網絡、物聯網、云計算、高通量測序等的興起，使得“馮·諾依曼瓶頸”日益突出，而計算機的自我糾錯能力缺失的局限性也已成為發展障礙。 結構上的缺陷也導致功能上的局限。例如，從效率上看，計算機運算的功耗較高——盡管人腦處理的信息量不比計算機少，但顯然而功耗低得多。為此，學習更多層的神經網絡，讓計算機能夠更好地模擬人腦功能，成為上世紀后期以來研究的熱點[如微軟研究院的“深度學習（......閱讀全文
一款可穿戴神經形態芯片制成！可模仿人腦處理信息
美國芝加哥大學普利茲克分子工程學院研究人員開發了一種靈活、可拉伸的計算芯片，該芯片通過模仿人腦來處理信息。發表在《物質》雜志上的該項成果有望改變健康數據的處理方式。研究人員表示，這項工作將可穿戴技術與人工智能和機器學習相結合，創造出一種功能強大的設備，可直接分析人體的健康數據。目前，人們要深入了解自
新研究精確定位人腦“神經羅盤”
發表在最新一期《自然·人類行為》雜志上的研究中，英國伯明翰大學和德國慕尼黑大學研究人員首次精確定位大腦內部“神經羅盤”的位置，人類正是利用該“羅盤”在空間中自我定位并在環境中實現導航。該研究確定了大腦內精細調節頭部方向的信號，研究結果與在嚙齒類動物中發現的神經編碼相當。這對于理解帕金森病和阿爾茨海默
新算法可模擬人腦整體神經電路
下一代超級計算機利用新算法，可模擬人腦整體神經電路。圖片來自網絡 科技日報東京3月28日電 （記者陳超）日本理化學研究所日前宣布，他們的一個國際聯合研究小組成功開發出模擬人腦整體神經電路的算法，可在下一代超級計算機上應用。新算法不僅節省內存，也能大幅提高現有超級計算機上的腦模擬速度。 神經
IBM類人腦芯片再獲突破－擅長感覺和圖形識別
據物理學家組織網近日報道，美國空軍研究實驗室與IBM公司合作研發的人工智能超級計算機再度引起關注，這一模擬人腦神經網絡設計的64芯片系統，數據處理能力已經相當于包含6400萬個神經細胞和160億個神經突觸的類腦功能，機器學習性能超過了目前任何其他硬件模型。 這個名叫“TrueNorth（真北）
科學家解析人腦中“剎車神經”結構
輾轉反側睡不著的夜晚，你的大腦可能處于異常興奮的狀態。這與大腦中一種叫GABA的神經遞質有關，它們對調節大腦的興奮性至關重要。浙江大學生命科學研究院葉升實驗室與浙江大學冷凍電鏡研究中心合作，通過單顆粒冷凍電鏡技術，第一次對人腦中的“剎車”——GABAA受體進行原子分辨率的解析，得到了一種處于開放
向人腦學習，研發神經機器人
? 伴隨著多學科的發展，機器人的應用領域也廣闊起來，其中就包括生物學與醫學涉及的神經學領域。 在剛剛結束的2016世界機器人大會上，來自德國慕尼黑工業大學教授Alois C.Knoll就做了一場關于神經機器人的演講。他不僅回顧了歷史，更暢想了未來。 模擬人類神經系統 今年5月，德國科學家們研
科學家解析人腦中“剎車神經”結構
輾轉反側睡不著的夜晚，你的大腦可能處于異常興奮的狀態。這與大腦中一種叫GABA的神經遞質有關，它們對調節大腦的興奮性至關重要。浙江大學生命科學研究院葉升實驗室與浙江大學冷凍電鏡研究中心合作，通過單顆粒冷凍電鏡技術，第一次對人腦中的“剎車”——GABAA受體進行原子分辨率的解析，得到了一種處于開放
人造神經元計算速度超過人腦
神經元在大腦中儲存和傳輸信息。圖片來源：CNRI/SPL 一種以神經元為模型的超導計算芯片，能比人腦更高效快速地加工處理信息。近日刊登于《科學進展》的新成果，或許將成為科學家們開發先進計算設備來設計模仿生物系統的一項主要基準。盡管在其商用之前還存在許多障礙，但這項研究為更多自然機器學習軟件
科學家解析人腦中“剎車神經”結構
輾轉反側睡不著的夜晚，你的大腦可能處于異常興奮的狀態。這與大腦中一種叫GABA的神經遞質有關，它們對調節大腦的興奮性至關重要。浙江大學生命科學研究院葉升實驗室與浙江大學冷凍電鏡研究中心合作，通過單顆粒冷凍電鏡技術，第一次對人腦中的“剎車”——GABAA受體進行原子分辨率的解析，得到了一種處于開放
神經元芯片（Neuron－Chip）
為了經濟地、標準化地實現LonWorks技術的應用，Echelon公司設計了神經元芯片。神經元這一名稱是為了表明正確的網絡控制機制和人腦是極為相似的。人腦中是沒有控制中心的。幾百萬個神經元連接在一起，每個神經元都能通過位數眾多的路徑向其他的神經元發送信息。每個神經元通常專注于某一種特殊功能，但是任何
微流控芯片技術構建多重誘導神經芯片模型
神經系統發育是一個高度動態和極其復雜的過程。建立體外仿生的組織細胞外微環境，探索和理解這些錯綜復雜的神經發育過程對神經科學、發育生物學及臨床醫學都具有極大的科學研究與應用價值。然而，目前國內外學者研究主要集中于單因素誘導的神經發育，對于多誘導因素參與的神經系統發育微環境體外構建及其技術與方法，還有待
微流控芯片技術構建多重誘導神經芯片模型
神經系統發育是一個高度動態和極其復雜的過程。建立體外仿生的組織細胞外微環境，探索和理解這些錯綜復雜的神經發育過程對神經科學、發育生物學及臨床醫學都具有極大的科學研究與應用價值。然而，目前國內外學者研究主要集中于單因素誘導的神經發育，對于多誘導因素參與的神經系統發育微環境體外構建及其技術與方法，還有待
人腦關鍵神經組織組成圖問世－有助識別大腦疾病
據美國物理學家組織網12月20日報道，英國科學家通過研究人類腦部疾病的樣本，發現人腦中一種名為“突觸后致密區”(PSD)的神經組織含有1461種蛋白，該組織病變會導致癡呆等130多種腦部疾病，最新研究有望為科學家治療腦病指明方向，也有助于科學家更好地理解人腦和行為的進化。 大腦是人體內最復雜的
成人腦組織首次培育出活性神經細胞
美國賓夕法尼亞大學醫學院官網17日發布公告稱，該院詹姆斯·艾貝文的研究團隊首次利用手術切除的腦組織，在實驗室培育出成人神經細胞，并從中識別出5種腦細胞類型及每種細胞合成的蛋白質。這項將載入史冊的研究成果刊登在本周出版的《細胞報告》雜志上。 這次試驗中的腦組織不含腫瘤細胞，分別來自7位患者，其中
成人腦組織首次培育出活性神經細胞
美國賓夕法尼亞大學醫學院官網1月17日發布公告稱，該院詹姆斯·艾貝文的研究團隊首次利用手術切除的腦組織，在實驗室培育出成人神經細胞，并從中識別出5種腦細胞類型及每種細胞合成的蛋白質。這項將載入史冊的研究成果刊登在本周出版的《細胞報告》雜志上。 這次試驗中的腦組織不含腫瘤細胞，分別來自7位患者，
人腦衍化神經營養因子(BDNF)ELISA試劑盒
人腦衍化神經營養因子(BDNF)ELISA試劑盒?(用于血清、血漿、細胞培養上清液和尿液、骨組織裂解物生物體液內)?原理本實驗采用雙抗體夾心?ABC-ELISA法。用抗人?BDNF?單抗包被于酶標板上，標準品和樣品中的?BDNF與單抗結合，加入生物素化的抗人BDNF，形成免疫復合物連接在板上，辣根過
模擬人腦的神經形態計算方式漸成學界熱點
Kwabena Boahen手握著其神經網格設備中的神經形態回路板。 1982年，Kwabena Boahen得到了他的第一臺電腦，那時他還是住在加納阿克拉的一個十幾歲的少年。“那真是一臺很酷的機器。”他回憶道。在觀察電腦如何工作時，他本能地感覺到，電腦需要在設計中多一些“非洲”的感覺：更
基于微流控芯片技術的多重誘導神經芯片模型
神經系統發育是一個高度動態和極其復雜的過程。動物生命有機體需要產生足夠數量的神經元，并引導這些微環境敏感的神經元完成軸突延伸、樹突分支和突觸形成，實現高度精確和特異性的神經連接，進而實現有機體各生理功能的相互協調。神經軸突導向在這一過程中則起到了至關重要的作用。軸突前端的生長錐，通過探測和識別胞外環
科學家首次發現人腦神經纖維排列方式
對于肉眼來說，人類大腦最顯著的特點便是其波浪般的腫塊和溝槽模式。 然而發表在3月30日出版的美國《科學》雜志上的一項最新研究指出，這些曲線當中實際上是由大約成直角的彼此交叉的神經纖維構成的網格(如圖所示)。 研究人員利用一種新近開發出的方法——名為擴散光譜成像技術——推斷了人類活體大
人腦源性神經營養因子（BDNF）酶聯免疫說明
本試劑盒僅供研究使用。檢測范圍：???????????????????????????????????????????????????????? ?96T0.3μg/L -10μg/L使用目的：本試劑盒用于測定人血清、血漿及相關液體樣本中腦源性神經營養因子（BDNF）含量。實驗原理本試劑盒應用雙抗體
BDNF人腦源性神經營養因子促進神經元存活生長和分化
產品說明： 腦源性神經營養因子（Brain-derived neurotrophic factor ，BDNF）是是神經營養生長因子NGF家族的一員。神經營養因子家族由至少四種蛋白質組成，包括NGF、BDNF、NT-3和NT-4/5。這些分泌的細胞因子被合成為前肽，經蛋白水解處理產生成熟的
IBM研發可模擬人腦功能的認知計算機芯片
美國IBM公司的研究人員8月18日公布了他們的最新研究成果——一種可以模擬人腦處理信息方式的認知計算機芯片。 建立在這種芯片基礎上的計算機將與目前大多數計算機的運行方式截然不同。現在的計算機采用的是“馮·諾依曼結構”：即內存和處理器是分開的，兩者之間通過“總線”來傳輸數據。在過去的6
美國開發可模擬人腦感知、行為、思考計算機芯片
據英國《每日郵報》近日報道，人類剛剛邁入新年，與我們朝夕相處的計算機也將跨入一個全新的時代——使用一個與人腦類似的網絡，計算機將能像人一樣，擁有感知、行動甚至思考能力。 谷歌和臉譜等業界巨擘正使用神經科學的基本原理和最新發現來研制人造大腦，祈望這些設備能解決它們目前面臨的與日俱增的數據問題
神經形態芯片：仿生學的驅動力
??????? 1 神經形態芯片與傳統芯片的區別 1946年美籍匈牙利科學家馮·諾依曼提出存儲程序原理，把程序本身當作數據來對待。此后的半個多世紀以來，計算機的發展取得了巨大的進步，但“馮·諾依曼架構”中信息存儲器和處理器的設計一直沿用至今，連接存儲器和處理器的信息傳遞通道仍然通過總線來實現。隨著
擁有－“嗅覺”－的新神經算法芯片介紹
前言： 人類除視覺、聽覺之外，在嗅覺研究上有新突破，帶來新想象空間和應用空間，人類對大腦的認知以及類腦芯片、AI芯片又跨上新臺階，未來的芯片發展之路又有可能另辟蹊徑。類似人類大腦的神經擬態芯片神經擬態計算一直被寄予厚望。就算摩爾定律終結，它仍能繼續帶領信息時代向前。神經擬態計算可以大幅度提升
用于邊緣AI的神經形態芯片問世
科技日報北京8月21日電 （實習記者張佳欣）一個國際研究團隊設計并制造了一種直接在內存中運行計算的芯片，可運行各種人工智能（AI）應用，而且它能在保持高精度的同時，僅消耗通用AI計算平臺所耗能量的一小部分，兼具高效率和通用性。相關研究發表在最近的《自然》雜志上。這款名為NeuRRAM的神經形態芯片使
神經網絡創造可行性芯片
英國《自然》雜志9日發表一項人工智能突破性成就，美國科學家團隊報告機器學習工具已可以極大地加速計算機芯片設計。研究顯示，該方法能給出可行的芯片設計，且芯片性能不亞于人類工程師的設計，而整個設計過程只要幾個小時，而不是幾個月，這為今后的每一代計算機芯片設計節省數千小時的人力。這種方法已經被谷歌用來
人腦中發現新型“混合細胞”或撼動神經科學基礎
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/510087.shtm
神經形態通過模擬人腦運行方式進行高效率運算
引言 神經形態設備（neuromorphic device）可以通過模擬人腦神經元的運行方式進行高效率運算。神經形態計算（neuromorphic computing）因此也可以用來對環境中的各種復雜刺激進行有效分析，可以在生物-電子接口中為生物傳感提供智能響應。但是傳統的神經形態計算需要使用
IBM成功構建模擬人腦功能的認知計算機芯片
8月18日，藍色巨人IBM公布了一個令人振奮的消息。他們通過模擬大腦結構，首次成功構建出兩個具有感知認知能力的硅芯片原型，可以像大腦一樣具有學習和處理信息的能力。IBM公司領導該研究項目的負責人德哈門德拉·莫德哈表示，這兩個計算機芯片結合了神經元的計算能力、突觸（或神經節）的記憶能力和軸突的通信