导读据澳大利亚皇家墨尔本理工大学官网近日报道，该校领导的国际科研团队开发出一项新的人工智能技术，它将成像、处理、机器学习和存储功能集成到由光驱动的单颗电子芯片中。背景将视觉印记作为记忆，是人类认知学习的核心属性。人工智能系统的基础是用生物启发的神经形态视觉组件来处理可见和不可见的电磁频谱。实现一个结合内置存储与信号处理能力的成像单元，对于部署高效的类脑视觉系统来说是重要且紧急的。但是，目前我们缺少一个无需施加交流极性电信号、完全由光控制的平台，这一点阻碍了技术的进步。（图片来源：Olivia

导读据美国圣路易斯华盛顿大学官网近日报道，该校研究人员“劫持”蝗虫的嗅觉系统，以监测和辨别不同的爆炸物气味，所有这些都是在几百毫秒内完成的。背景今年春季，肆虐世界多地的蝗虫，让我们再一次感受到蝗灾对农业和经济造成的损失，也使蝗虫成为人们关注的热点。（图片来源：圣路易斯华盛顿大学）对于这种害虫，我们首先想到的是如何消灭它。然而，蝗虫高度发达的嗅觉却引起了研究人员的浓厚兴趣，这种嗅觉有望应用于爆炸物检测。可是，如果你想要增强蝗虫的功能，使其成为一种嗅探炸弹的昆虫，那么在将它送到野地之前，还有一些技术难题需要解决。有什么方法可以指挥蝗虫吗，告诉它去哪里嗅探？因为蝗虫不会说话（目前是这样），有没有办法可以读懂这些半机械虫的大脑，从而知道它们闻到了什么？而且，蝗虫甚至能闻到爆炸物？创新前两个问题的答案都是肯定的。美国圣路易斯华盛顿大学之前的研究演示了控制蝗虫以及读懂其大脑的能力，也就是说，可以辨别它们闻到了什么。近日，麦凯维工程学院的新研究表明，第三个问题已经解决了。答案又一次是肯定的。8月6日发表在期刊《Biosensors

导读据美国密苏里大学官网近日报道，该校工程师的研究证明，铅笔和纸张的组合可用于创造监测个人健康的设备。背景如今，可贴在皮肤上的电子设备受到越来越多的关注。这些电子设备，例如“电子皮肤”、“电子纹身”，模仿皮肤的功能以及机械特性，由轻薄透明的柔性材料制成，可非常方便地贴在皮肤表面。它们不仅可以监测心率、体表温度、血氧水平、运动量及其他生理参数，还能监测与炎症甚至胰岛素有关的重要生理指标。检测汗液中酒精含量的电子纹身（图片来源：美国化学会）监测心率、呼吸、肌肉运动等健康数据的电子皮肤（图片来源：大邱庆北科学技术院）光电子皮肤（oe-skins）可贴在皮肤上显示血氧等级（图片来源：东京大学）可是，这些皮肤上的电子器件制作起来很复杂，而且生产成本很高。因此，要想使这些电子器件变得更加实用，简单、低成本的制作方法显得十分重要。创新将来某一天，制作方法将变得很简单：你只需拿起一支铅笔，将生物电子设备画在自己的皮肤上，就可以监测自己的健康状况。在一项新研究中，美国密苏里大学的工程师们证明，铅笔和纸张的组合可用于创造监测个人健康的设备。他们的研究成果发表在《美国国家科学院院刊（Proceedings

导读据美国卡内基梅隆大学官网报道，该校研究人员开发出一款新装置，采用连接在手部和手指上的许多细线，模拟障碍物和重物的触感，从而使虚拟现实系统的用户能够感受到触摸物体的感觉。虚拟现实（Virtual

导读据美国哥伦比亚大学工程学院官网近日报道，该校研究人员领导的团队开发出一款低功耗的光束转向平台。他们是首个演示近红外波段的低功耗、大规模光学相控阵的团队之一，也率先演示了分别应用于无人驾驶导航和增强现实的蓝光波段片上光学相控阵技术。背景光束转向系统在成像、显示、光学捕捉等应用中已经使用了许多年，但是这种系统需要庞大笨重的机械透镜，而且对于振动过于敏感。小型光学相控阵（OPA），通过改变光束的相位来改变光束的角度，对于许多新兴应用来说都是一项颇具前景的新技术。美国加州理工学院开发的超薄光学相控阵，可取代镜头透镜组，处理入射光线并捕捉图像。（图片来源：加州理工学院）这些新兴应用包括：无人驾驶汽车上的超小型固态激光雷达（LiDAR）、更小更轻的增强现实/虚拟现实（AR/VR）显示器、大范围囚禁离子的量子计算机（具有离子量子位）、光遗传学（用光线和基因工程来研究大脑的一个新兴研究领域）。基于光遗传学，无线无电池的植入式光电系统用光线控制神经元。（图片来源：Philipp

导读据日本大阪大学官网近日报道，该校与德国莱布尼茨固体与材料研究所的研究团队开发出世界上最薄且最轻的磁性传感器矩阵薄片系统，它可以使得各种表面上磁二维分布变得可视化。背景传统的磁性传感器电路，是由集成在硬度与玻璃相似的基底上的坚硬硅基电子元件组成，这意味着它们只能被安放在平坦的表面上。相反地，柔性的软磁性传感器也一直在开发中，但是目前为止还没有开发出一款设备可集成形成整个系统所需的驱动电路、传感器扫描机制、信号处理电路以及无线测量单元。一篇新论文的领导作者

导读据美国哈佛大学约翰·保尔森工程与应用科学学院官网近日报道，该校研究人员开发出一款电子芯片，它可以对数千个相互连接的神经元细胞同步展开高灵敏度的细胞内记录。背景为了实现高级的脑部功能，我们的脑细胞或者说神经元如何采用电信号来沟通和协调，已经成为所有学科的最大难题之一。生物神经网络中的神经元与突触（图片来源：维基百科）数十年来，研究人员采用电极监听并记录这些信号。膜片钳电极（一种位于超薄玻璃管中的电极），利用其穿透神经元以及记录来自细胞内部的安静但能说明问题的突触信号的能力，彻底革新了上世纪七十年代的神经生物学。但是，这个工具缺少记录神经网络的能力，仅仅能并行测量约10个细胞。创新近日，美国哈佛大学的研究人员开发出一款电子芯片，它可以对数千个相互连接的神经元细胞同步展开高灵敏度的细胞内记录。这项突破使他们能以前所未有的水平映射突触连接性，识别数百个突触连接。这篇论文的高级合著者、化学系教授以及物理系教授

导读据比利时鲁汶大学官网近日报道，该校与比利时微电子研究中心的研究人员们成功开发出一项芯片绝缘新技术。这项技术采用了由结构化的纳米孔组成的金属有机框架材料。从长远来看，这种方法可用于开发尺寸更小、性能更强、能耗更低的芯片。背景如今，计算机芯片正越变越小。然而，这并不是什么新鲜事，早在1965年，芯片制造商英特尔公司的创始人之一戈登·摩尔（Gordon

导读据美国光学学会官网近日报道，香港科技大学的研究人员演示了一种全新的多层全光学人工神经网络，向着实用的大规模光学神经网络迈出了关键一步。背景大脑是人体最重要的器官之一，它支撑着人的视觉、听觉、平衡、味觉、嗅觉、记忆、情感、学习等。大脑的构造十分复杂，它由大约1千亿个神经元（Neuron）组成，并由约100万亿个突触（Synapse）连接。这些神经元与突触一起构成了一个极其庞大的生物神经网络。生物神经网络中的神经元与突触（图片来源：维基百科）生物神经网络使大脑具有非常强大的计算与学习能力，能以非常低的功耗，并行处理大量数据。即便是如今最强大的计算机，当涉及到模式识别、风险管理及其他类似的复杂任务时，也仍然无法与人脑抗衡。为了模仿人脑的工作方式，科学家们提出了人工神经网络（Artificial

导读据俄罗斯莫斯科物理技术学院官网近日报道，该校研究人员创造出一种称为“二阶忆阻器”的氧化铪基新型器件。它可以像大脑中的突触一样存储信息，并逐渐遗忘长时间未被访问的信息。背景人脑具有极其强大的记忆与计算能力，其复杂程度和处理能力远远超过最先进的超级计算机。那么，大脑中如此强大的计算能力是如何而来的呢？简单说，人脑有两个重要组成部分：神经元与突触。大脑进行计算时，会在神经元之间传递电化学信号。这些信号的传输受到一个关键连接结构的控制，这个结构就是突触。生物神经网络中的神经元与突触（图片来源：Aleksandr

导读据日本大阪大学官网近日报道，该校研究人员成功开发出世界上最薄、最轻的用于生物仪器的差分放大器。这种超薄的柔性有机差分放大器，能以低噪声水平，精准地监测微弱的生物信号，并且不会让用户感受到由贴在身体上的设备引发的任何不适。背景从传统意义上说，医疗保健所用的生物仪器电路是由坚硬的电子器件，例如硅晶体管组成。（图片来源：MIT）可是当与坚硬的电子器件接触时，柔软的生物组织例如皮肤很容易红肿发炎。因此，长时间监测日常生活中的生物信号被证明是困难的。因此，研究人员们往往会通过开发舒适的柔性电子器件来解决这一难题。之前，笔者也介绍过这方面的许多案例。通过吸收汗液监测身体健康的柔性电子设备（图片来源：John

导读据瑞士洛桑联邦理工学院（EPFL）官网近日报道，该校研究人员开发出可生物降解的微型谐振器，它可以通过无线系统进行局部加热。医生们不久将可以在植入物中使用它们，控制在组织中释放止痛药。背景安装矫形义肢的病人通常会在术后经历一段时间的剧烈疼痛。为了控制疼痛，外科医生会在手术期间向病人身体组织注入止痛药。当止痛药的药力在一两天之后消失时，病人会通过放置在脊柱附近的导管接受吗啡。然而，导管并不是特别舒适，而且药物会扩散至全身，影响所有器官。创新瑞士洛桑联邦理工学院微系统实验室的研究人员正在研究一种可生物降解的植入物，它将在几天内按需释放局部麻醉剂。这种植入物不仅可以减少病人的术后不适感，并且无需进一步的手术移除。他们开发了一种由镁制成的可生物降解的微型电子电路，这种电路可以从体外进行无线加热。（图片来源：EPFL

导读据俄罗斯西伯利亚联邦大学官网近日报道，该校与克伦斯基物理研究所的研究人员提出一种新型多模带状线谐振器。科学家们使用这种谐振器可以创造出现代通信系统所需的具有独特频率选择特性的微型带通滤波器。背景通信系统、雷达系统、无线电导航与专用无线电设备的快速发展与普及，导致了电磁环境严重恶化。每一种无线电设备都工作在其自身的频率范围内，同时又会为其他设备带来无线电干扰。（图片来源：CC0

导读据新加坡国立大学官网近日报道，该校研究人员开发出一种人工神经系统，也称为“异步编码电子皮肤（ACES）”。通过这个系统，机器人与义肢装置也许很快将拥有与人类皮肤同等甚至更好的触觉。背景皮肤，是人体中最大的器官，可直接与体外环境进行接触与交互。柔软的皮肤组织下面分布着庞大的传感器网络，可实时获得温度、压力、气流等外界信息的变化。电子皮肤，模仿人类皮肤的功能和机械特性，由轻薄、透明、柔性、可拉伸的材料制成，可非常方便地贴合于人体皮肤表面，感知压力、温度等外界环境刺激，实现人工触觉。为机器人与义肢带来触觉的电子皮肤（图片来源：斯坦福大学）电子皮肤使机器手臂能感知冷热（图片来源:

导读据美国佐治亚理工学院官网近日报道，该校研究人员创造出一种新型微型3D打印机器人。一群“微型刷毛机器人”可以一起工作来感知环境变化、移动材料，或者未来修复人体内的损伤。背景近年来，微型机器人已经逐步形成一个牵动众多领域向纵深发展的新兴学科。这些机器人体形微小，有的与昆虫一般大，有的甚至更小。虽然这些机器人体积很小，但是却在医疗、制造、农业、通信、航海、航空等诸多领域发挥着巨大的作用。微型折纸机器人可压缩后放入可吞咽胶囊中，在胶囊溶解后将自己打开并接受外部磁场控制在胃壁上爬动，移除误吞的纽扣电池或者修复伤口。（图片来源：Melanie

导读据澳大利亚皇家墨尔本理工大学（RMIT）官网近日报道，该校研究人员从生物科技领域中的一项新兴技术“光遗传学”中汲取灵感开发出一种新设备，该设备可以模仿大脑存储和删除信息的方式。背景2010年，光遗传学（optogenetics）技术被《Nature

导读据美国得克萨斯大学奥斯汀分校官网近日报道，该校研究人员开发出一种轻量、柔性的电子纹身，它能比现有的心电图机更容易、更精准地检测心脏健康状况。背景“电子纹身（Electronic

导读据美国麻省理工学院官网近日报道，该校研究人员开发出一种新型“光子”芯片，它用光取代电，并在处理过程中的能耗相对较低。该芯片处理大规模神经网络的效率比目前的经典计算机高数百万倍。

导读据日本东京工业大学官网近日报道，该校与筑波大学的科学家们证明了聚合物在制造单分子电子器件方面扮演着关键角色，也使我们将纳米器件革命推向了新的境界。背景如今，小型化成为了电子器件最重要的发展趋势之一，电子元器件的设计尺寸已缩小至纳米级别。“摩尔定律”指出：“当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。”

导读据澳大利亚皇家墨尔本理工大学官网近日报道，该校研究人员采用声波精准操控原子与分子，促进突破性的智能材料的可持续生产。背景金属有机框架（MOF），是由有机配体和金属离子或团簇，通过配位键自组装形成的具有分子内孔隙的有机-无机杂化材料。MOF的分子结构（图片来源：Tony

skin），是目前非常热门的前沿技术领域之一。简单说，电子皮肤模仿人类皮肤的功能与机械特性，由轻薄、可弯曲、可拉伸、有弹性的材料制成，是传感器技术、微机电技术、新材料技术等多项技术交叉融合的成果。

导读据德国明斯特大学官网近日报道，该校与英国牛津大学、埃克塞特大学成功开发出一种硬件，为创造类脑计算机铺平了道路。科学家们设法创造出一个含有人工神经元网络的芯片，这种人工神经元在光线的作用下工作，并能够模仿人脑神经元与突触的行为。背景人工智能时代，某项技术可以像人脑一样工作，不再是遥不可及的梦想，例如智能手机已经能够识别人脸或者语言。然而，当实现更加复杂的应用时，计算机仍然会迅速触及极限。其中一个原因就是，在传统的冯·诺依曼体系结构中，计算机的存储器和处理器是分开的，因此所有的数据必须在二者之间来回移动。冯·诺依曼体系结构（图片来源：维基百科）CPU的运算速度增长得较快，内存的访问速度增长得较慢，它们之间存在速度不匹配的问题，也就是所谓的“冯·诺依曼瓶颈”。这一瓶颈不仅限制了系统带宽，增加了系统功耗，也会进一步增加计算机的成本和体积。为了突破这一瓶颈，科学家们希望从人脑结构中获取到灵感。人脑领先于最先进的现代计算机，因为它在同一个地方（神经突触，或者说神经元之间的连接）处理和存储信息，人脑中有数以百万亿的神经元。生物神经网络中的神经元与突触（图片来源：Aleksandr

Vienna）与西班牙巴塞罗那光子科学研究所的物理学家们的最新研究表明，经过裁制的石墨烯结构能使单光子相互作用。他们提议的新型量子计算机架构发表在最近一期的《npj

导读据美国斯坦福大学官网近日报道，该校与桑迪亚国家实验室的研究人员开发出一种新型人工突触阵列。它可以模仿人脑处理和存储信息的方式，并且在处理速度、能量效率、重复性和耐用性方面的表现超出期望。背景人脑，可同时学习并记忆大量信息，然而需要的能量却很少。人脑的整体复杂程度与处理能力远远超越传统的计算机。时下，一种由人脑启发的新型计算机，也称为“类脑计算机”或者“神经形态计算机”，成为了一个新兴的研究领域，引起了来自物理、化学、材料、数学、电子与计算机科学等一系列领域的科学家们的广泛兴趣。神经形态计算，是未来人工智能的重要发展方向之一。神经形态计算采用了不同于传统冯·诺依曼计算机的体系结构，模仿神经突触与神经元，以更节能、更快速、更高效的方式处理和学习数据。（图片来源：日本东北大学）为了实现神经形态计算，科学家们一直在努力创造各种可以模仿神经突触、具备学习功能的电子器件，例如忆阻器、超导人工突触、新型自旋电子器件等。通过忆阻器阵列模仿神经元和突触的工作方式（图片来源：功能材料自旋电子学研究小组，格罗宁根大学）创新之前，美国斯坦福大学与桑迪亚国家实验室的研究人员开发出了神经形态计算机的部件：人工突触器件。该器件可以模仿大脑中神经元的通信方式。阿尔伯托·萨莱奥教授与研究生斯科特·基恩在研究用于神经网络计算的人工突触的电化学特性。（图片来源：L.A.

导读据日本东北大学官网近日报道，该校研究人员开发出新型自旋电子器件。这些自旋电子器件有望应用于未来高能效、自适应的计算系统，因为它们表现得像人脑中的神经元与突触一样。背景如今的信息社会构建在数字计算机的基础上。半个世纪以来，数字计算机取得了迅猛发展，能够可靠地执行复杂任务。（图片来源：维基百科）相比而言，人脑采用了一种迥异于数字计算机的架构，运行在非常有限的功率下，并且可以高效地执行复杂任务。因此，开发由人脑的信息处理方式启发的计算体系或者硬件，吸引了来自物理、化学、材料、数学、电子与计算机科学等一系列领域的科学家们的广泛兴趣。通过忆阻器阵列模仿神经元和突触的工作方式（图片来源：功能材料自旋电子学研究小组，格罗宁根大学）在计算中，实现人脑处理信息的方式有许多途径。脉冲神经网络是一种实现方法，它近似模仿人脑的架构以及瞬时信息处理。忆阻器制成的神经网络系统（图片来源：参考资料【1】）成功实现脉冲神经网络，需要具有神经元和突触的专门硬件，这些硬件具有生物神经元和突触的动态特征。生物神经网络中的神经元与突触（图片来源：Aleksandr

导读据瑞士苏黎世联邦理工学院官网近日报道，该校研究人员开发出一种采用生物元件构造中央处理器的方法，并开发出首个具有双核处理器的细胞计算机。背景电子计算机是人类最伟大的发明之一。它通常由芯片等电子元器件组成，通过指令对各种数据进行运算处理。如今，计算机已经深刻影响着国民经济和个人生活的方方面面。（图片来源：维基百科）可是，科学家们不再满足于传统硅芯片等材料组成的电子计算机，开始将目光转向对细胞的进行编程，将细胞变成一种“活”的计算机。这就是目前十分热门的新兴科技领域：合成生物学（synthetic

标签一直被用于追踪物体，应用于运输和防盗方面。这些标签从阅读器的信号中吸收足够的电磁能量，以广播简单独特的代码。过去，阅读器只不过是获取这个代码，以判断物体出现与否（打开还是关闭、有无信号）。

简单说，热电效应就是指在特殊材料中，由于温度差异而产生电压的过程。通常来说，材料的一侧较热、另一侧较冷时，电荷载体就会从热的一侧向冷的一侧移动，形成电动势，从而产生电压。

导读近日，德国马克斯·普朗克智能系统研究所和亥姆霍兹德累斯顿罗森多夫研究中心的研究人员组成的科研团队，成功地生成所谓的自旋波，比之前的方案更加简单高效。背景传统电子器件是通过电荷来传输和处理信息的。可是，电荷为传统电子器件带来了无法避免的问题：耗电和发热多。值得庆幸的是，电子还具有另一个内禀特性：自旋。自旋是粒子内禀角动量引起的内禀运动，要么“向上”，要么“向下”。（图片来源：参考资料【2】）研究电子自旋的科学称为“自旋电子学”。自旋可以被迅速改变，并且能避免电荷带来的发热问题，从而降低功耗。因此，自旋电子学有望使得计算机和智能手机等电子产品变得更快速、更节能。自旋电子学被认为是研究未来电子器件的一个非常有前景方向。全碳自旋逻辑器件（图片来源：参考资料【3】）创新近日，德国马克斯·普朗克智能系统研究所（MPI-IS）和亥姆霍兹德累斯顿罗森多夫研究中心（HZDR）的研究人员组成的科研团队，成功地生成所谓的自旋波，比之前的方案更加简单高效。研究人员们在《物理评论快报（Physical

导读近日，美国西北大学的科研团队开发出一种由金属纳米颗粒和聚合物组成的光学元件：超透镜。有朝一日，它将取代传统的折射透镜，实现便携式的成像系统和光电子器件。背景透镜是一种基础光学元件，在日常生活中被广泛应用，例如相机、眼镜、显微镜等。传统透镜对于不同波长的光线具有不同的折射率，因此无法将各种颜色的光线聚焦到同一点上，从而产生色差，导致图像失真。为了解决色差的问题，传统的成像系统将多个不同厚度和材质的曲面透镜叠加在一起。但是，这种解决方案却是以增加系统复杂度和重量为代价的。（图片来源：苹果公司）然而，一种新型透镜可以解决上述问题，这就是超透镜。超透镜具有扁平表面，能利用纳米结构聚光让入射光投射到期望的地方。超透镜轻薄小巧，功能大大超越传统透镜。作为光学领域的一项革命性技术，它有望彻底颠覆传统光学系统中繁琐的透镜组，使得手机、相机、监控摄像头等产品都变得更小、更薄、更轻。平面超透镜（图片来源：参考资料【2】）下图展示了两种平面透镜。前景部分，一种新型平面透镜将所有颜色的光线聚焦于同一点。作为对比，背景部分的平面镜头无法进行颜色校正。（图片来源：哥伦比亚大学）创新近日，美国西北大学的科研团队开发出一种由金属纳米颗粒和聚合物组成的光学元件。有朝一日，它将取代传统的折射透镜，实现便携式的成像系统和光电子器件。这种多功能的平面透镜是超透镜，厚度不足人类发丝宽度的百分之一。相关论文最近发表在《ACS

导读近日，德国慕尼黑大学的物理学家们开发出一款有机晶体管，它可以在低电流和高电流条件下完美地工作。背景晶体管，是一种重要的半导体元器件，可用于控制电路上的电压与电流。晶体管的出现为集成电路、微处理器以及计算机内存的产生奠定了基础。如今，晶体管已经变得无处不在，手机、飞机、家电、智能硬件、无人机、机器人、医疗电子等各种产品，都离不开这一基础元件。晶体管（图片来源：维基百科）为了降低经济与环境成本，电子器件必须变得越来越小，越来越高效。以上所有这些趋势都适用于晶体管。在无机半导体领域，低于100纳米的尺寸已经成为标准。这方面，有机半导体却无法赶得上。此外，有机半导体的载流子输运性能相当差。但是，有机结构也带来了一些优点，例如可以进行工业级的印刷，材料成本更低，并可以透明地应用到柔性表面上。有机薄膜晶体管（图片来源：

导读近日，美国加州大学河滨分校的工程师们首次通过研究与磁振子流传播相关的噪声水平，朝着开发实用的磁振子器件迈出了重要的一步。背景如今，几乎所有的电子器件都是基于金属导体或者半导体中的电荷流动。在这些材料中，电子运动时会经历散射，从而导致电阻、发热和能量耗散。电流流过导线或者半导体时，会不可避免地发热，引起能量损耗。电子器件与芯片变得越来越小，而其中的晶体管密度却越来越高，从而加速了发热引起的能量损耗。目前，基于电荷的传统晶体管，几乎已经逼近其物理极限，尺寸无法再缩小。值得庆幸的是，电子除了电荷这一特性，还有另一种与生俱来的量子物理特性：“自旋”。它可以被理解为一种角动量，要么“向上”，要么“向下”。自旋着的微小粒子，就像围绕着它们自己的轴持续地旋转，从而创造出了可用于传输或存储信息的磁矩。在序磁性（铁磁、亚铁磁、反铁磁）体中相互作用的自旋体系，由于各种激发作用会引起一种称为“自旋波”的集体运动，这是一种发生于磁性材料中的特殊波。在现代固态物理中，“自旋”和“磁”这两个概念通常密不可分。因此，自旋波的元激发又称为“磁振子（magnon）”，它是指在特定磁性材料中与磁波或者自旋波相关的准粒子。磁振子并不是像电子一样的真实粒子，但是它们表现得像粒子，也可以被当成粒子。自旋波，可通过电绝缘材料传输能量，无需移动任何电子，就像体育场中人们掀起的人浪一样。这意味着，磁振子的传播不会产生很多热量并损耗很多能量。磁振子流可以取代电流（电荷流动）作为信息载体，有点类似声波沿着磁性材料传播。此外，磁振子也为基于自旋波的计算提供了可能性，这种计算为逻辑数据处理提供了更多选项。磁振子逻辑器件能进行基本逻辑操作，通过自旋流的“叠加”处理信息，例如荷兰格罗宁根大学开发的基于磁振子的自旋晶体管，以及德国美因茨大学、德国康士坦茨大学、日本东北大学的科研人员开发的用于磁振子逻辑结构的新元件：自旋阀（spin

导读近日，美国能源部劳伦斯伯克利国家实验室领导的研究团队在芯片上创造出一个纳米级的“运动场”，它可以模拟称为“磁单极子”的奇特磁性粒子的形成。背景在信息大爆炸的时代，我们每天都要产生和面临大量的数据信息。现有的存储器在尺寸、性能、功耗、成本等方面都面临着严峻挑战。因此，世界各国科学家们正在探索各式各样的新型存储技术，其中一个典型就是：基于自旋电子学和磁学的新型存储器件。1）德国美因茨大学的物理学家们展示了在反铁磁体中读出和写入数字信息是技术上可行的，未来有望带来超高速、稳定的磁存储器。（图片来源：参考资料【2】）2）新加坡国立大学的科研人员发明了一种新型超薄多层膜，能够有效地利用一种手型自旋结构单元：斯格明子存储信息，它被认为是下一代数据存储和逻辑设备的主要信息载体。（图片来源于：参考资料【3】）3）日本东北大学的科研团队成功开发出存储密度达128Mb的自旋转移矩-磁性随机存储器（STT-MRAM），写入速度达14纳秒，可作为物联网和人工智能中用到的缓存使用。（图片来源：东北大学）创新今天，笔者为大家介绍的这一研究进展，将有利于推进基于自旋电子学的磁性存储器件的开发。近日，美国能源部劳伦斯伯克利国家实验室（Berkeley

导读近日，日本东京工业大学的研究人员报告了一种具有世界领先的电子迁移率的单极n型晶体管。这项成果预示着有机电子器件将迎来令人振奋的未来，科学家们将开发出创新型的柔性显示器和可穿戴技术。背景我们生活中遇到的大多数电子器件，通常都是由无机材料例如硅制成，属于无机半导体器件。可是，由于僵硬、易碎、成本高、工艺复杂、生物相容性差等诸多弊端，传统硅基半导体面临着严峻的挑战。此外，硅基半导体的制造工艺也正在逼近物理极限。（图片来源：维基百科）因此，世界各国的科学家们正在研制各种新型电子器件来克服这些弊端，进一步提升电子器件的性能，拓展其应用场景。近年来，一种新型电子器件备受科学家们的追捧，它就是由有机半导体材料制成的有机电子器件。有机电子器件不仅具备良好的柔韧性与透明性，而且超薄、超轻、对环境友好。这些材料可通过简单、环保、低成本的工艺进行加工，例如制作成溶液后大面积打印。这些更加柔韧、轻薄、便携、透明的有机电子产品，可以应用于诸多领域，例如柔性太阳能电池、柔性显示器、柔性传感器、柔性可穿戴设备、植入式设备等。其中，有机发光二极管（OLED）便是一个成功商用的典型案例，最新一代的智能手机已经开始采用OLED显示屏。位于织物上的有机发光二极管（图片来源：KAIST）左：柔性太阳能电池（由Epishine

导读近日，德国亥姆霍兹德累斯顿罗森道夫研究中心以及其他国家的科研人员们合作，成功生成并控制波长极短的自旋波。这项研究为进一步开发基于自旋波的电路奠定了重要基础。背景近年来，小型化成为了电子器件的主要发展趋势，电子元件的设计尺寸已缩小至纳米级别。“摩尔定律”指出：“当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。”

导读近日，日本东北大学的研究人员们宣布，他们开发出一种非易失性的微控制单元，这种微控制单元利用基于自旋电子学的超大规模集成电路设计技术，同时实现了高性能和超低功耗。背景微控制单元（MCU），又称单片微型计算机或者单片机。简单说，微控制单元就是在单个芯片上，集成计算机的各个部件，例如处理器、存储器、多种I/O接口，形成芯片级别的计算机。英特尔8051芯片的微架构（图片来源：维基百科）单个芯片上集成的功能与组件，可根据不同应用场景进行裁剪。如今，我们身边随处可见微控制单元的身影，例如手机、工业设备、机器人、汽车电子等。随着物联网（IoT）蓬勃发展，微控制单元也成为了许多物联网设备的关键元件。可是，许多物联网设备对于供电的要求都非常严格，例如分布在桥梁或隧道中检测位移形变的传感器节点，它们的数量非常庞大，只能依靠电池供电，要求电池具有很长的续航时间。因此，为了适应这些传感器节点，微控制单元就需要具备低功耗、高性能。传感器节点提取和采集的信息，需要经过微控制单元处理之后，再传输至基于云的数据中心。世界各国的科学家们一直都在积极为传感器节点研发各种低功耗的微控制单元。可是，迄今为止，他们所期望的运行速度、信号处理吞吐量以及低功耗，一直都没有得到很好的实现。之前制造的MCU与这项工作的性能对比（图片来源：日本东北大学）创新近日，日本东北大学的研究人员们宣布，他们开发出一种非易失性的微控制单元，这种微控制单元利用基于自旋电子学的超大规模集成电路（VLSI）设计技术，同时实现了高性能和超低功耗。制造成的微处理单元芯片的图片（图片来源：IEEE）该研究团队由Tetsuo

近日，加拿大西蒙弗雷泽大学以及瑞士的研究人员们正在开发一种环境友好、可3D打印的解决方案，用于制造物联网（IoT）无线传感器。这些传感器的使用以及废弃处理，都不会污染环境。

导读近日，瑞典林雪平大学的科学家们开发出一种基于有机材料的新型晶体管。这种晶体管可以学习，并具备短期与长期的记忆功能。这项研究朝着创造模仿人类大脑的技术迈出了重要一步。背景如今，后摩尔时代已经悄然来临。芯片上的晶体管尺寸缩小与数量增加的速度正不断放缓，传统晶体管正在逼近物理极限，传统计算机正遭遇发展瓶颈。为此，各国科学家正在努力探索各种新方法（例如自旋电子学）、新材料（例如二维材料、钙钛矿）、新架构（例如神经形态计算）以打造性能更佳、能耗更低的新一代计算机。神经形态计算，也称为类脑计算，旨在模仿大脑处理、加工信息的过程，将存储元件与计算元件整合到同一芯片中。神经形态计算是一种新型计算架构，突破了传统的冯·诺依曼体系结构带来的瓶颈：数据需要在CPU和内存之间来回移动，而CPU运算速度较快，内存访问速度较慢，即所谓的“内存墙”问题。神经形态计算是受人脑启发而设计出来的。人脑处于全方位的互联状态，其逻辑功能与记忆功能密切关联。据科学家称，人脑的存储密度与多样性均是当代计算机的数十亿倍，目前最发达的超级计算机也无法与人脑相提并论。人脑主要由神经元网络和突触组成，可并行处理和存储大量数据，且能耗极低。突触在人脑中扮演着非常关键的角色。大脑执行计算时，神经元之间会传递电化学信号。这些信号的传输受到一个关键连接结构控制，它就是突触。（图片来源：NIST）突触的感受能力，决定了突触后神经元是否会对于信号作出响应。如果信号不够强，突触后神经细胞将不会作出响应。发送的信号越多，突触的感受力就越强，这就使得突触具备了学习能力。（图片来源：NIST）为了实现类似人脑的计算能力，科学家们一直在模仿突触，构造具有学习功能的器件，其中最主要的就是忆阻器，此外还有超导人工突触等方案。忆阻器芯片

导读近日，纽约大学工学院领导的团队报告了原子级薄度处理器制造工艺中的一项重要突破。这一突破将对纳米芯片制造工艺产生深远的影响。背景目前，以硅为代表的传统半导体材料正在面临严峻挑战。通过原理创新、结构改善、工艺进步，科研人员很难再大幅度提升硅基半导体器件的总体性能。“后摩尔时代”已经悄然到来。作为有望取代硅基半导体材料的新一代半导材料，近年来二维半导体的研究进展迅猛。石墨烯凭借机械强度高、导电导热性好、轻薄、柔性、透明等优势，一度被誉为“新材料之王”，也让二维材料成为了备受瞩目的热点。遗憾的是，石墨烯中独特的碳原子排列，虽然有利于电子轻松地高速流动，但也使之不适合作为半导体。石墨烯没有带隙，无法选择”打开“或者”关闭“电流，而这种二进制开关机制正是现代电子器件的基础。不过除了石墨烯之外，越来越多的二维材料被人类发现并研究，其中也不乏可以作为半导体的二维材料，例如过渡金属硫族化合物、黑磷等。科学家们已经通过这些二维材料创造出诸多半导体器件，例如：由二硫化钼制成的超薄柔性微处理器（图片来源：Stefan

导读史上首次，日本东京大学的研究人员们采用电场与紫外线，通过化学器件执行逻辑运算。背景从智能手表到数据中心，所有的计算机都具备相似的元器件：处理器与存储器。这些半导体芯片由“硅”基晶体管组成。根据摩尔定律，随着半导体技术不断进步，晶体管尺寸将不断缩小，单颗芯片上可容纳的晶体管数量不断增加，如今最先进的芯片上容纳的晶体管数量已经过百亿。然而，当晶体管尺寸小到接近量子尺度时，瓶颈就出现了。此时，一些奇特的量子效应就会产生，例如“隧道效应”。简单解释一下，隧道效应是由微观粒子波动性所确定的量子效应，又称势垒贯穿。经典物理学认为，阈值能量决定物体能否越过势垒。粒子能量小于阈值能量则不能越过，大于阈值能量则可以越过。与经典物理学不同，量子力学则认为，即使粒子能量小于阈值能量时，它们仍有一定概率可以穿越势垒。打个比方，它们好像并不是费力地“爬过”势垒，而是毫不费力地通过“隧道”穿越势垒。隧道效应在微电子学、光电子学以及纳米技术中都是很重要的，也带来了很多用途。但由于隧道效应，电子将不再受制于欧姆定律，穿越了本来无法穿越的势垒。这样会引起集成电路的漏电现象，晶体管变得不再可靠。在后摩尔时代，全球各国的科学家们正在努力寻求各式新方法（例如自旋电子学）以及新材料（例如二维材料、钙钛矿等）来实现逻辑与存储功能，实现性能更佳、能耗更低、发热更少的新一代计算机器件。基于石墨烯纳米带和碳纳米管的全碳自旋逻辑器件（图片来源：参考资料【2】）自旋转移矩-磁性随机存储器

导读近日，瑞士洛桑联邦理工学院纳米电子与结构实验室的科学家们发现了一种控制激子某些特性以及改变它们产生光线的偏振特性的方法。这项研究将通向能耗更低、发热更少的新一代电子器件，同时也将成为新兴的“谷电子学”科研领域的一部分。背景随着后摩尔时代的来临，电子器件的性能正日益逼近其物理极限。传统计算机与电子器件面临着两大问题：能耗大、发热多。这两个问题的根本原因在于电荷，而传统计算机正是利用电荷来传输与处理数据的。然而除了电荷属性，电子还具有自旋属性。自旋，是电子与生俱来的量子物理特性，它可以被理解为一种角动量，要么“向上”，要么“向下”。自旋电子器件的潜力巨大，与传统电子器件相比，它们产生的热量很少，耗费的电量也很少。目前，科学家们已经探索出一些自旋电子器件，包括逻辑器件与存储器件，例如：美国德克萨斯大学达拉斯分校科学家设计出的全碳自旋逻辑器件、新加坡国立大学领导的国际科研团队发明的采用亚铁磁体的自旋电子存储器件。除了电荷与自旋之外，电子还有新的特性，或者说“自由度”。对此，美国宾州州立大学的助理教授

导读近日，美国亚利桑那大学的一项研究揭示出一种更加精致的方法，它可以输送光线控制神经元。这项研究可最终关闭疼痛受体，或者减少严重的神经系统疾病的影响。背景前天的文章中，笔者为大家介绍过一种新型无线神经刺激器（针对癫痫与帕金森病等神经系统疾病），也顺便带大家回顾了与神经系统疾病检测与治疗相关的创新技术。今天，延续这一主题，为大家再介绍一项相关的创新技术。首先，从一项神经科学领域的新技术说起，它就是光遗传学（optogenetics）。什么是光遗传学？光遗传学，是一项采用光线打开或者关闭大脑中特定神经元组的生物技术。例如，研究人员采用光遗传学刺激来恢复瘫痪情况下的运动能力，或者未来关闭大脑或脊椎中引发疼痛的区域，消除人们对于阿片类药物或者其他止痛片的需要以及日益增长的依赖性。（图片来源：维基百科）与以往介绍的诸多创新技术一样，光遗传学也是一门交叉学科的创新技术，它整合了光学、软件控制、基因操作技术、电生理等多个学科的知识。

导读近日，美国加州大学伯克利分校的工程师们开发出一种新型神经刺激器。它可以同步听取并刺激大脑中的电流，有望为患有癫痫与帕金森病等神经系统疾病的人们提供精细调节的治疗。背景神经系统，是人体结构和功能最复杂的系统，由神经细胞组成，在体内起主导作用。在神经系统的调控下，人体内各器官、系统的功能与各种生理过程能够相互联系、相互影响、密切配合，实现与维持正常的生命活动。然而，神经系统中也会出现一些疾病，例如：癫痫病、帕金森病、阿尔茨海默病（老年性痴呆）、智商低下、神经衰退、多动症等。检测与治疗神经系统疾病，除了一些常规疗法，创新技术也为我们带来了新的希望。笔者曾介绍过一些相关的案例，例如：（一）阿卜杜拉国王科技大学(KAUST)的研究人员们开发出一种柔性、低成本的传感器，它可以更安全有效地诊断与治疗脑部病变。（图片来源：阿卜杜拉国王科技大学）（二）美国加州大学伯克利分校的工程师们研制出一款迄今为止体积最小、效率最高、由超声波无线充电的神经刺激器。这项技术为一系列疾病的治疗都带来了新的机遇。（图片来源：Rikky

导读近日，日本东京工业大学的科学家们提出了新型准一维材料，用于潜在的自旋电子学应用。他们展开模拟以演示这些材料的自旋特性，并解释了这些行为背后的机制。背景电子具有两个关键属性：电荷与自旋。电荷这一属性，许多朋友都不会陌生。在中学物理中，我们就学过：电荷的定向移动形成电流。传统的计算机正是利用电流来传输和处理数据信息的。可是，电流也为传统计算机与电子器件带来了一些瓶颈，主要有两个方面：耗费大量电力、产生大量热量。此外，随着后摩尔时代的到来，电子器件的性能正逼近其物理极限。自旋这一属性，却没有受到足够重视。直到1925年，G.E.乌伦贝克和S.A.古兹密特受泡利不相容原理启发，分析原子光谱的一些实验结果，提出电子具有自旋属性，以及与电子自旋相联系的自旋磁矩。从此，人们开始认识并逐步开始研究电子的自旋属性。自旋，是电子与生俱来的量子物理特性。它可以被理解为一种角动量，要么“向上”，要么“向下”。它赋予电子磁矩，这种磁矩可以用于传输或存储信息。自旋电子材料可通过“向上”或“向下”的电子自旋方向（就像条形磁铁的南北极一样）将二进制数据记录于材料中。（图片来源：参考资料【3】）与传统电子器件相比，自旋电子器件产生的热量很少，使用的电量也非常少。自旋电子计算机，在内存中保存数据所需的能量几乎为零。自旋电子计算机也可以瞬间启动，其潜力比现代电子计算机要大许多倍。通过利用“电子自旋”，电子器件的性能将得到提高，此外还将带来许多新应用。世界各国的科学家们已经在利用某些”特殊材料“研究自旋电子特性，制造出相应的自旋电子逻辑与存储器件。笔者之前也介绍过一些相关的案例，例如：（一）美国加州大学河滨分校工程师们报告了一种在简单的两层三明治般的硅和镍铁导磁合金（Permalloy）中，检测自旋电流的高效技术。（图片来源：加州大学河滨分校）（二）美国德克萨斯大学达拉斯分校科学家设计出一种新型计算机器件：全碳自旋逻辑器件。它完全由碳构成，采用了自旋电子学原理。尺寸比硅晶体管更小，性能却更佳，未来有望取代硅晶体管。

导读近日，日本东北大学的科研团队成功开发出存储密度达128Mb的自旋转移矩-磁性随机存储器（STT-MRAM），写入速度达14纳秒，可作为物联网和人工智能中用到的缓存使用。它是目前世界上存储密度超过100Mb的嵌入式存储器中写入速度最快的。背景人类正处于一个“信息大爆炸”的时代。我们平时使用的计算机与电子产品都需要处理大量的信息，那么这些信息（程序与数据）会放在哪里呢？答案是：存储器（Memory）。存储器是每一个计算机系统、存储方案与移动设备都在使用的关键部件之一。（图片来源：IBM研究院）目前，主流的存储器以随机存取存储器（RAM）与闪存（Flash）为代表。RAM

systems）的缩写，翻译过来称为“微机电系统”，也叫做微电子机械系统、微系统、微机械等。这是一种尺寸在几毫米乃至更小的高科技装置。微机电系统芯片（图片来源：维基百科）MEMS

导读近日，美国哈佛大学的研究人员们开发出一种柔软、无毒的可穿戴传感器，它可以不显眼地佩戴在手部，测量抓握的力量以及手部与手指的运动。背景早产儿经常会发育成神经运动与认知发育障碍。减少这些障碍症影响的最佳途径，就是通过一系列的认知与运动测验，尽早掌握情况。但是，准确测量并记录儿童的运动机能，是一项复杂的工作。就像每一个父母都会告诉你的那样，蹒跚学步的儿童不喜欢手上佩戴笨重的设备，还偏爱吃他们不应该吃的东西。可穿戴设备，已成为疾病诊断与治疗方面的一项重要创新技术，在人体生理指标与机能监测方面的发挥着极其重要的作用。之前，笔者介绍过许多相关的科研案例，这里就不一一列举了。今天，让我们来看看可穿戴设备对于测量儿童运动机能又会有什么样的帮助？创新近日，美国哈佛大学的研究人员们开发出一种柔软、无毒的可穿戴传感器，它可以不显眼地佩戴在手部，测量抓握的力量以及手部与手指的运动。

导读近日，美国加州大学圣迭戈分校的科研团队开发出一种神经启发的软硬件协同设计方案，这一方案将使得神经网络训练更加节能与快速。有朝一日，他们的工作将使得在低功耗设备例如智能手机、笔记本和嵌入式设备上训练神经网络变得可能。背景训练神经网络执行各种任务，例如识别物体、导航无人驾驶汽车、玩游戏，不仅会带来很高的计算功耗，也会花费很长时间。集成了成百上千个处理器的大型计算机通常需要学习这些任务，而训练时间会达到几周甚至数月。那么，为什么会出现上述现象呢？究其原因，还是要从经典的计算机体系结构：冯·诺依曼体系结构说起。冯·诺依曼体系结构是目前大多数计算机以及处理器芯片的主流架构。这种计算机体系结构是由美籍匈牙利科学家冯·诺依曼（John

3）美国麻省理工学院的物理学家们找出了一条可以显著提升热电势的途径。简单说，这种方法就是即在强磁场作用下加热拓扑半金属。通过这种方法，材料的效率将提升五倍，产生的能量有望翻倍，是现今最佳的热电材料。

Materials）》期刊上。普渡大学技术商业化办公室已为这项技术申请了两项美国专利。(图片来源：普渡大学)技术普渡大学电气与计算机工程系教授、比尔克纳米技术中心纳米电子学科技总监