［本站讯］近日，集成电路学院王天宇研究员团队在基于忆阻器的近传感人工智能技术领域取得新进展，相关成果以“Near-Sensor Neuromorphic Computing System based on Thermopile Infrared Detector and Memristor for Encrypted Visual Information Transmission”为题发表在Nano Letters期刊，集成电路学院硕士研究生王政为论文第一作者，集成电路学院研究员王天宇、孟佳琳，中北大学副教授雷程为共同通讯作者。

随着人工智能和物联网（IoT）技术的飞速发展，对生活带来便利的同时也暴露出了基于冯·诺伊曼的传统计算架构因为“存储墙”与“互联墙”的存在而导致的对日益庞大的数据量和能耗巨大的应对不足的问题。光作为现代信息传输的主要媒介之一，因其具有高速传输能力和高安全性而备受青睐。然而基于传统光探测器的探测系统仅能实现对光信息的探测缺乏对信息的基本处理能力，在数据量日益增加和处理能力要求更高的未来将被淘汰。因此，开发出一种兼具探测和信息处理能力的新型光探测系统被视为下一代信息技术的关键。

针对这一问题，研究团队提出了一种集成感知、存储和计算的近传感神经形态人工智能计算系统。该系统由能够探测近红外波段光信息的热电堆红外探测器阵列和被视作实现类脑计算的有力候选者的忆阻器阵列组成。该系统通过热电堆红外探测器阵列捕捉红外波段信号，产生响应电压被输入至忆阻器阵列内产生电导，并在这一过程完成权重更迭。作者首先基于该系统对信息进行降噪预处理后，对MNIST数字的识别率由84.26%提升至98.63%，证明了该系统具备高精度视觉神经形态计算能力，后基于该系统和软硬件融合的卷积神经网络（CNN）设计了一种区别于主流的信息加密传输方式，并成功演示了应用场景，证明了该系统在高精度信息传输和加密等方面的巨大应用潜力。

王天宇研究员团队致力于后摩尔集成电路信息器件与AI芯片，包括人工智能技术与AI芯片（RRAM、FeRAM）、柔性忆阻器件与神经网络计算（CNN、SNN）、新型铁电材料存储器与存算一体技术、可穿戴电子与感存算一体集成系统，在Nature Communications、IEDM、Advanced Materials、Nano Letters、IEEE EDL、IEEE TED等集成电路领域顶级期刊发表SCI论文100余篇，申请发明专利80余项，入选Chip中国芯片科学年度十大进展。