韓國科技研究院神經形態工程中心研發了一項集成元件技術，用于構建大規模人工神經網絡硬件設備，其創新之處在于采用hBN制作憶阻器器件，以實現設備之間的類似“樂高”式連接。

（A）生物神經網絡的原理圖。（B）使用人工神經形態裝置在硬件中實現的人工神經網絡的電路原理圖。（C）隨著突觸權重的變化，兩個神經元之間的連接強度變化的實驗結果。觀察到下游神經元的放電程度隨著突觸重量的減小而降低。

圖片來源：韓國科學技術研究院

借助hBN這種二維材料的優質性能，該團隊成功地實現了高集成度與超低功耗。他們精心設計的人工神經元及突觸器件，在簡化結構并提高網絡可擴展性的同時，更具優越的處理能力。此舉將為大規模神經網絡硬件設備的研發打開新的大門。

這項研究還涉及到在硬件中展示高效的“神經元—突觸—神經元”結構，模擬人類大腦中的尖峰信號信息傳輸。通過實驗證明，只需調整人工突觸裝置的重量即可實現兩個神經元間尖峰信號信息的調控。此外，科研團隊進一步展示了將新型hBN設備應用于環保型低功耗、大規模AI硬件系統的巨大潛力。

研究人員強調，此類人工神經網絡硬件系統可用于各類實際生活場景的海量數據處理，涉及諸多領域，包括智慧城市、醫療保健、通信、氣象預報以及無人駕駛車輛等。這項新研究有望大大降低能源消耗，克服傳統硅CMOS器件擴展局限性，從而有利改善全球環境污染問題。

人腦在極低能耗情況下仍能高效運作，這無疑給人工智能研究者帶來挑戰。他們試圖從軟件和硬件兩個角度出發，對人腦進行全面細致的模仿。例如，硬件方面，通過模仿人腦神經元和突觸之間的聯通，達到與人腦同樣的信息傳送效果。然而，如何設計出能真正有效運行的大尺度神經網絡算法，關鍵在于構建具備成本效益與可擴展特性的硬件系統。本次研究中，他們通過研制如同“樂高”搭積木般的集成元件，開辟了全新的可能途徑。