《科學通報》2025年第13期出版“面向人工智能的物理神經網絡專題”，歡迎關注！

人工智能(artificial intelligence, AI)的大規模應用已使社會發展產生了巨大變革, 同時也對算力、能耗和計算效率等問題帶來了巨大挑戰. 物理神經網絡充分利用了物理體系的優異特性來實現人工神經網絡的訓練和計算, 有潛力突破傳統計算架構的限制, 大幅提高計算效率. 通過構建新型器件、算法和計算架構, 物理神經網絡能夠實現高效、并行、自適應計算, 在降低能耗的同時顯著提升計算速度. 這一技術將推動新一代AI硬件的發展, 使人工智能在邊緣計算、自動化系統和大規模AI應用中具備更強的實時學習和推理能力, 為智能計算提供更高效、可擴展的解決方案.

自旋體系在物理神經網絡領域展現出獨特優勢, 其低能耗、高并行性、耐久性和非易失特性, 使其成為實現高效智能計算的理想候選. 自旋體系可用于信息傳感、存儲和處理, 實現感存算一體化架構, 從而減少數據傳輸功耗, 有望突破馮·諾依曼瓶頸. 此外, 自旋器件能夠自然模擬突觸的可塑性和神經元的動態行為, 具備物理自適應學習能力, 使其在類腦計算、概率計算等方向具有巨大潛力. 結合自旋軌道矩(spin orbit torque, SOT)、自旋霍爾效應(spin Hall effect, SHE)等物理機制, 可進一步提升計算效率, 并在超低功耗AI加速器、邊緣計算、實時信號處理等領域提供革命性解決方案.

我國研究人員在該領域長期深耕, 取得了一系列重要突破. 為系統展示國內學者的最新研究進展, 推動物理神經網絡的發展, 并加強該領域的學術交流, 《科學通報》特組織出版“面向人工智能的物理神經網絡”專題, 以促進前沿成果的共享和學術合作. 此專題特邀國內多位學者撰文, 報道了基于自旋體系的物理神經網絡器件、算法和架構方面的前沿科學內容.

王開友課題組 [1] 綜述了自旋類腦器件、自旋神經網絡和概率神經網絡的最新進展, 展望了其在智能計算與信息存儲中的應用潛力, 助推新一輪信息技術變革. 杜海峰課題組 [2] 回顧了磁斯格明子的最新進展, 其具有拓撲穩定性、低功耗和類孤子特性, 有望成為高效信息載體, 并展望了未來其在人工智能中的發展機遇與挑戰. 曾中明課題組 [3] 系統梳理了磁性隧道結在神經元與突觸仿真中的最新進展, 包括自旋憶阻器、自旋振蕩器、自旋隨機數發生器, 并展望了未來發展與挑戰. 弭元元課題組 [4] 基于超順磁隧道結構建連續吸引子神經網絡, 實現了對運動目標的精準預測追蹤, 揭示了預測提前時間與負反饋效應的關系, 并在噪聲等干擾下保持高魯棒性, 為類腦計算材料提供了新思路. 祝智峰課題組 [5] 提出了基于自旋轉矩驅動磁矩翻轉的動態激活函數調控方法, 通過調節電控脈沖寬度和磁各向異性優化神經網絡訓練, 提高手寫數字識別準確率, 從88%提升至91.3%, 為高效自旋電子神經網絡硬件實現提供了新思路. 游龍課題組 [6] 基于SOT的二值神經元優化受限玻爾茲曼機的概率采樣, 通過SPICE仿真與電影評分訓練, 預測準確率達96.08%, 并具備器件差異的魯棒性.

因篇幅有限, 本專題無法囊括自旋類腦材料、器件、算法和架構領域的所有最新進展. 但是, 我們相信, 本專題提供的新觀點和研究思路將進一步促進該領域的蓬勃發展, 推動自旋信息和人工智能的交叉合作. 最后, 衷心感謝所有作者、審稿人和編輯團隊在本專題編寫過程中所付出的辛勤努力與作出的重要貢獻.

專題特邀編輯

郭杭聞復旦大學微納電子器件與量子計算機研究院青年研究員. 于2013年在美國田納西大學諾克斯維爾分校獲得博士學位. 主要從事磁性薄膜材料的自旋電子學、微納電子器件和人工智能等方向的研究.

袁喆 復旦大學理論物理與信息科學交叉中心教授. 于2008年在瑞典查爾姆斯理工大學獲得博士學位. 主要研究興趣為磁學和自旋電子學理論與第一性原理計算、自旋類腦計算與概率計算的算法研究等.

沈健復旦大學“浩清”特聘教授, 應用表面物理全國重點實驗室主任, 微納電子器件與量子計算機研究院院長, 物理學系教授, 中國物理 學會磁學專業委員會主任. 于1996 年在德國馬普學會微結構物理研 究所獲得博士學位. 主要研究興趣集中在納米磁性、自旋電子學、 低維物理和新型計算等領域.

參考文獻

[1] 劉祥語, 文輝, 雷坤, 等. 基于自旋的智能器件與物理神經網絡進展. 科學通報, 2025, 70: 1874–1883

[2] 劉藝舟, 杜海峰. 磁斯格明子類腦器件. 科學通報, 2025, 70: 1884–1892

[3] 王雨, 張黎可, 羅仁涓, 等. 基于磁性隧道結的人工神經形態器件. 科學通報, 2025, 70: 1893–1907

[4] 張梅婷, 趙莉, 黃曉東, 等. 由超順磁隧道結構建的類腦運動預測追蹤模型. 科學通報, 2025, 70: 1908–1919

[5] 許焯, 辛玥, 袁正平, 等. 利用單個自旋電子神經元實現類批量歸一化算法. 科學通報, 2025, 70: 1920–1928

[6] 葉曉舟, 段威, 曹真, 等. 基于自旋軌道力矩隨機二值神經元的推薦系統構建. 科學通報, 2025, 70: 1929–1936

| 關注科學通報 | 了解科學前沿