近日，国际期刊《Nature Communications》在线刊发了我所杨蕊/缪向水教授关于神经形态感内计算的最新研究成果“Crossmodal sensory neurons based on high performance flexible memristors for human-machine in-sensor computing system” 我所缪向水教授、杨蕊教授和上海硅酸盐研究所曹逊研究员为通讯作者，我所2021级博士生李志远和上海硅酸盐研究所2024级博士生李众少为共同第一作者。华中科技大学集成电路学院为论文第一完成单位。该工作得到了华中科技大学能源学院杨荣贵教授、大连化学物理研究所姜鹏研究员的大力支持。
随着可穿戴设备和人机交互技术的迅速发展，构建高能效、低延时的多模态感知处理系统，成为当下研究热点。然而，基于传统CMOS技术的感知计算系统在复杂度、延时及能效方面存在挑战，限制了其在人机交互领域的应用。我校集成电路学院缪向水/杨蕊教授与上海硅酸盐研究所曹逊研究员开展合作，受生物神经元多模态感知功能启发，在国际上首次研制出一种高性能的跨模态感知柔性忆阻神经元，为人机交互中的多模态感知与计算提供了新的解决方案。
研究团队从相变材料VO2出发，通过引入Cr2O3缓冲层，在低温下（280℃）成功研制出性能卓越的柔性忆阻神经元器件，器件展现出超高的循环寿命（>1012）、出色的良率（97%）、高均一性（C2C：0.72%和D2D：3.73%）以及超快的响应速度（<30 ns），并且在多次弯曲下，器件依然保持优异的循环稳定性。
通过将柔性VO2忆阻器与柔性压力传感器耦合，构建了柔性跨模态感知神经元（CSSN），实现了对温度和压力信号的实时感知、编码和解码。基于CSSN，与机械手联动构建了柔性跨模态处理硬件系统，该系统不仅能够实时感知外界压力和温度变化，还能实时生成反馈信号，使机械手做出及时响应。将CSSN用于储备池网络，构建了一种跨模态脉冲储备池计算系统，实现了对动态物体的高精度识别（98.1%）和实时反馈，进一步验证了该神经元在复杂环境下的感内计算的准确性和可靠性。该研究为构建高效、低功耗的可穿戴人机交互系统提供了新的思路，有望广泛应用于智能穿戴设备、机器人技术以及其他多模态感知领域。研究工作得到了国家重点研发计划、国家自然科学基金、湖北省杰出青年基金、湖北省重点科技等项目的资助。
团队介绍：华中科技大学信息存储研究所缪向水教授团队长期从事三维相变存储器、忆阻器、类脑智能计算与逻辑运算等信息存储材料及器件方向的研究。2018年出版了国内第一本忆阻器专著《忆阻器导论》；2019年团队将93项三维相变存储器芯片专利许可给国内存储器龙头并合作开发产品，并与行业龙头企业合作建立了联合实验室，推动存储器芯片技术成果转化和未来引领技术探索。2021年团队感存算一体论文在Science上发表（Science, 2021,373,1353）。杨蕊教授长期致力忆阻器及相变光子类脑器件的研究，发明了多功能集成的高仿生忆阻型神经元，包括Hodgkin-Huxley (HH) 神经元（Adv. Mater., 2019, 31, 1803849，封面论文），自适应发放HH神经元（Adv. Intell. Syst., 2022, 4, 2200210），簇发放leaky integrate-and-fire ( LIF) 神经元（IEEE T. Electron Dev.,2023,70,1374）和随机丢弃LIF神经元（Adv. Sci. 2020, 7, 2001842）等。
论文链接：https://www.nature.com/articles/s41467-024-51609-x
