［本站讯］近日，山东大学集成电路学院王天宇研究员、孟佳琳教授与桂林电子科技大学合作，在神经形态嗅觉传感与计算领域取得重要进展，在国际学术期刊Research（中国科学院1区Top）上在线发表题为“Reconfigurable In-sensor Computing Memristor for Olfactory SNN and Reservoir Hybrid Neuromorphic Computing”的研究成果。山东大学集成电路学院2024级博士研究生陆林为论文独立第一作者，山东大学王天宇研究员、孟佳琳教授、桂林电子科技大学邹勇进教授为共同通讯作者，山东大学集成电路学院为第一完成单位。

传统气体传感系统因传感、转换、计算单元分离，存在延迟高、功耗大等瓶颈。受生物嗅觉系统启发，神经形态感存算一体架构成为实现低功耗、实时气体感知的重要方向。然而，目前神经形态嗅觉器件仅能实现单一神经网络计算功能，无法满足气体浓度、流量等不同信号的即时识别。因此，开发可重构的气体感存算一体芯片具有极大应用潜力。

针对这一挑战，山东大学王天宇、孟佳琳教授团队设计了一种基于MXene@SnS₂@PANI异质结的可重构AI芯片，在同一器件中实现了突触可塑性与神经元脉冲整合功能，同时满足RC与SNN计算与识别需求。该器件在气体刺激下表现为突触行为，适用于储备池计算进行浓度识别。在电脉冲下则呈现神经元整合发放特性，可构建脉冲神经网络识别气体流量。值得一提的是，这是首个利用气体与电学信号作为可重构激励并完成感存算一体功能的芯片，对于可重构感存算一体集成与高能效AI计算的发展具有极大应用价值。基于该器件构建的智能嗅觉系统，可实时监测NH₃浓度与气流状态，并实现超过93%的识别准确率与自动报警通风控制。该研究为下一代低功耗、高集成神经形态智能传感系统提供了器件与架构基础，在环境安全、智能家居等领域具有应用前景。