研究背景：

       人腦可以高效地處理和完成各項任務👴🏼，神經系統在這個過程中扮演著重要的角色。生物神經網絡由神經元相互連接組成，神經系統將從感受器收集的信息傳輸到大腦🤵🏽‍♂️，並將大腦的指令傳達給各個組織單元𓀈👩‍🔧，保證生命活動正常的進行👍🏽。生物神經元通過突觸前端釋放神經遞質，誘導突觸後端離子濃度（例如Na +🕹，Cl-，K +）與動作電位發生變化，從而實現信息的傳遞。目前👨🏼‍🏭，仿生人工神經形態器件已可實現基本的神經突觸功能模擬👷‍♀️，完成單個功能單元的可塑性驗證🚵🏻🤟🏼。但實際生物系統中的每個神經元可連接5000−10000個不同的神經元，單個突觸單元無法完成獨立完成復雜的信息傳輸和處理，不同神經元之間的連接與信息傳遞等功能尚待進一步探索。

       由於生物體神經網絡中突觸的脈沖尖峰僅消耗約10 fJ的功耗，因此大腦可高效🧑🏿‍🌾、低功耗實現大規模並行計算🧑‍🧑‍🧒‍🧒🦯。構建低功耗人工神經網絡，對下一代低功耗類腦神經計算具有重要意義。

成果簡介：

       最近🏉，沐鸣科研團隊利用低溫原子層沉積技術，製備具有超低功耗的柔性仿人腦神經網絡，首次實現柔性仿生神經網絡的超低功耗多級信息傳遞功能，為可穿戴、低功耗👳🏿‍♀️、具有多級信息傳遞功能的類腦神經網絡開辟了新的道路🦸🏿。相關成果以《Three-Dimensional Nanoscale Flexible Memristor Networks with Ultralow Power for Information Transmission and Processing Application》為題發表在國際頂級期刊Nano Letters (IF: 12.279) 上🧑‍🏭。沐鸣陳琳、孫清清教授為文章的通訊作者🤾🏽‍♂️，博士生王天宇為第一作者✨🙍🏼。

       本工作提出了一種基於HfAlOx的柔性3D交叉開關憶阻器陣列👩🏿‍🦳，用於模擬人工神經網絡，實現每個脈沖4.28 aJ的功耗和50 ns的響應速度，展示了多級信息傳輸與圖像識別處理功能🚢，對開發低功耗和高速響應的可穿戴3D神經網絡具有重要意義。

圖文導讀：

圖 1柔性人工神經網絡結構示意圖

圖2. 多級信息傳遞功能實現

圖3. 圖像識別功能驗證

       這項工作中提出了一種基於低溫原子層沉積的柔性3D人工神經網絡器件，展現出優異的多級信息傳遞與圖像識別功能，為未來超低功耗神經形態計算系統的多級神經傳遞和高容錯信息處理提供了一種解決路徑👨🏻‍🎤。