研究 方向
类脑智能模型与算法
类脑智能模型与算法
类脑智能算法以人脑认知与学习机理为启发，面向复杂环境下高效感知、学习与决策需求，探索新型人工智能理论与方法，旨在构建具备概念理解、持续学习与认知推理能力的类脑智能理论与算法体系。在理论方面，围绕类脑人工智能理论，重点研究类脑概念学习与抽象表征机制、脑启发的认知计算模型、类脑持续学习，探索开放环境下的类脑级概念理解与持续泛化。在系统方面，围绕软硬件协同与系统优化，重点研究端侧类脑大模型、模型轻量化与编译优化，提升类脑算法在硬件上的可靠性与能效比。在应用方面，围绕脑机接口与神经信号智能分析，重点研究脑机信号翻译、多模态脑信号融合、认知功能解码等脑机接口关键算法，提升脑信号分析在认知识别、神经调控与人机协同中的实用价值。
类脑智能材料与物理
类脑智能材料与物理
新材料的探索与物性调控是类脑智能器件研发的基础。二维量子材料包含了金属、半金属、半导体、绝缘体、超导体等，展现出磁电耦合、关联效应、超导、近邻诱导以及奇异拓扑等新奇物性，为后摩尔时代基于新原理的超低功耗电子与光电子器件提供了丰富的材料基础。我们利用多种生长手段获得高质量和高结晶度的二维量子材料，通过光学、电学、探针技术等表征手段深入探索其物性规律；同时，二维层状材料及其异质结因其丰富的物性和出色的可调性，是开发可高密度集成、高度可调的固态量子模拟器的理想平台。我们重点关注电荷、自旋、能谷、层间序、拓扑序等物理自由度，利用外场调控规律，设计和实现面向类脑智能应用的新原理电子与光电子器件。
类脑智能器件与集成
类脑智能器件与集成
实验室致力于类脑智能系统核心硬件技术的全链条创新，聚焦于从材料基础到系统架构的垂直贯通与协同优化。在器件层面，一方面发展高性能、高均一性忆阻器单元，以构建具备高精度特点的存算一体计算阵列；另一方面开展大规模、高良率的二维材料晶体管阵列及低功耗氧化物薄膜晶体管阵列的研制，分别支撑神经形态感知与高效逻辑控制功能。在此基础上，进一步探索多材料体系的三维集成工艺，突破传统平面集成限制，在垂直维度上实现密度、能效与功能的协同提升。通过材料、工艺、器件、架构与系统五个层面的深度融合，我们的研究旨在构建具备自主学习、高效推理与强环境适应性的类脑计算硬件，为下一代智能系统提供关键硬件基础与架构支持。
类脑智能芯片与系统
类脑智能芯片与系统
人脑是我们已知的宇宙中最复杂的智能主体，也是自然界中最完美的信息处理系统，具有自适应、不断学习和高度并行计算等能力，同时功耗极低（仅约20瓦左右）。以忆阻器存算一体芯片为代表，类脑计算芯片与系统方向的研究结合了物理、电子工程、计算机科学等多个学科，核心目标为突破传统冯•诺依曼计算架构的局限性，构建超高能效、低功耗、低延时的智能计算系统，最终应用在实际智能系统中。该方向涉及的研究内容包括类脑芯片、硬件系统、软硬件协同设计。我们希望通过类脑计算技术发展的新型算力能满足未来海量的算力需求，推动人工智能向更高层次发展。
类脑与脑机融合应用
类脑与脑机融合应用
脑机智能是类脑智能研究的前沿方向，旨在实现人脑与外部设备的直接交互，推动医疗康复和人机共融领域的发展。我们致力于开发新型神经信号感知与检测技术，探索感知、决策、学习记忆等高级认知功能的神经环路计算机制，为类脑智能算法的设计提供理论依据。研究重点包括高精度神经信号采集与解码、脑机接口系统的硬件实现、以及基于类脑芯片的脑机智能应用。通过深入理解人脑的工作原理和神经信息处理机制，我们将开发具有更高精度和更低功耗的脑机接口系统，为神经疾病治疗、智能康复、以及人机协同等领域提供关键技术支撑。
类脑视觉感知与应用
类脑视觉感知与应用
人类感知世界的80%信息来自视觉，视觉系统在认知和决策中处于重要地位。类脑智能视觉旨在借鉴生物视觉系统的结构、功能和信息处理机制，构建面向多元化应用场景的高时效、高能效、高鲁棒视觉感知与认知系统。类脑视觉研究具有鲜明的应用需求导向和学科交叉特性，需要物理学、微电子、光学工程、神经科学和计算机科学等多学科交叉融合。我们将从生物视觉模型和计算机视觉算法两方面出发，基于新原理光电器件的物理特性和大规模面阵集成，结合CMOS电路设计，构筑类脑视觉芯片软硬件系统并实现原型验证。研究重点包括动态视觉处理、视觉感知与认知的神经机制、以及面向实际应用的类脑视觉系统集成。