《科学通报》2025年第13期出版“面向人工智能的物理神经网络专题”，欢迎关注！

人工智能(artificial intelligence, AI)的大规模应用已使社会发展产生了巨大变革, 同时也对算力、能耗和计算效率等问题带来了巨大挑战. 物理神经网络充分利用了物理体系的优异特性来实现人工神经网络的训练和计算, 有潜力突破传统计算架构的限制, 大幅提高计算效率. 通过构建新型器件、算法和计算架构, 物理神经网络能够实现高效、并行、自适应计算, 在降低能耗的同时显著提升计算速度. 这一技术将推动新一代AI硬件的发展, 使人工智能在边缘计算、自动化系统和大规模AI应用中具备更强的实时学习和推理能力, 为智能计算提供更高效、可扩展的解决方案.

自旋体系在物理神经网络领域展现出独特优势, 其低能耗、高并行性、耐久性和非易失特性, 使其成为实现高效智能计算的理想候选. 自旋体系可用于信息传感、存储和处理, 实现感存算一体化架构, 从而减少数据传输功耗, 有望突破冯·诺依曼瓶颈. 此外, 自旋器件能够自然模拟突触的可塑性和神经元的动态行为, 具备物理自适应学习能力, 使其在类脑计算、概率计算等方向具有巨大潜力. 结合自旋轨道矩(spin orbit torque, SOT)、自旋霍尔效应(spin Hall effect, SHE)等物理机制, 可进一步提升计算效率, 并在超低功耗AI加速器、边缘计算、实时信号处理等领域提供革命性解决方案.

我国研究人员在该领域长期深耕, 取得了一系列重要突破. 为系统展示国内学者的最新研究进展, 推动物理神经网络的发展, 并加强该领域的学术交流, 《科学通报》特组织出版“面向人工智能的物理神经网络”专题, 以促进前沿成果的共享和学术合作. 此专题特邀国内多位学者撰文, 报道了基于自旋体系的物理神经网络器件、算法和架构方面的前沿科学内容.

王开友课题组 [1] 综述了自旋类脑器件、自旋神经网络和概率神经网络的最新进展, 展望了其在智能计算与信息存储中的应用潜力, 助推新一轮信息技术变革. 杜海峰课题组 [2] 回顾了磁斯格明子的最新进展, 其具有拓扑稳定性、低功耗和类孤子特性, 有望成为高效信息载体, 并展望了未来其在人工智能中的发展机遇与挑战. 曾中明课题组 [3] 系统梳理了磁性隧道结在神经元与突触仿真中的最新进展, 包括自旋忆阻器、自旋振荡器、自旋随机数发生器, 并展望了未来发展与挑战. 弭元元课题组 [4] 基于超顺磁隧道结构建连续吸引子神经网络, 实现了对运动目标的精准预测追踪, 揭示了预测提前时间与负反馈效应的关系, 并在噪声等干扰下保持高鲁棒性, 为类脑计算材料提供了新思路. 祝智峰课题组 [5] 提出了基于自旋转矩驱动磁矩翻转的动态激活函数调控方法, 通过调节电控脉冲宽度和磁各向异性优化神经网络训练, 提高手写数字识别准确率, 从88%提升至91.3%, 为高效自旋电子神经网络硬件实现提供了新思路. 游龙课题组 [6] 基于SOT的二值神经元优化受限玻尔兹曼机的概率采样, 通过SPICE仿真与电影评分训练, 预测准确率达96.08%, 并具备器件差异的鲁棒性.

因篇幅有限, 本专题无法囊括自旋类脑材料、器件、算法和架构领域的所有最新进展. 但是, 我们相信, 本专题提供的新观点和研究思路将进一步促进该领域的蓬勃发展, 推动自旋信息和人工智能的交叉合作. 最后, 衷心感谢所有作者、审稿人和编辑团队在本专题编写过程中所付出的辛勤努力与作出的重要贡献.

专题特邀编辑

郭杭闻复旦大学微纳电子器件与量子计算机研究院青年研究员. 于2013年在美国田纳西大学诺克斯维尔分校获得博士学位. 主要从事磁性薄膜材料的自旋电子学、微纳电子器件和人工智能等方向的研究.

袁喆 复旦大学理论物理与信息科学交叉中心教授. 于2008年在瑞典查尔姆斯理工大学获得博士学位. 主要研究兴趣为磁学和自旋电子学理论与第一性原理计算、自旋类脑计算与概率计算的算法研究等.

沈健复旦大学“浩清”特聘教授, 应用表面物理全国重点实验室主任, 微纳电子器件与量子计算机研究院院长, 物理学系教授, 中国物理 学会磁学专业委员会主任. 于1996 年在德国马普学会微结构物理研 究所获得博士学位. 主要研究兴趣集中在纳米磁性、自旋电子学、 低维物理和新型计算等领域.

参考文献

[1] 刘祥语, 文辉, 雷坤, 等. 基于自旋的智能器件与物理神经网络进展. 科学通报, 2025, 70: 1874–1883

[2] 刘艺舟, 杜海峰. 磁斯格明子类脑器件. 科学通报, 2025, 70: 1884–1892

[3] 王雨, 张黎可, 罗仁涓, 等. 基于磁性隧道结的人工神经形态器件. 科学通报, 2025, 70: 1893–1907

[4] 张梅婷, 赵莉, 黄晓东, 等. 由超顺磁隧道结构建的类脑运动预测追踪模型. 科学通报, 2025, 70: 1908–1919

[5] 许焯, 辛玥, 袁正平, 等. 利用单个自旋电子神经元实现类批量归一化算法. 科学通报, 2025, 70: 1920–1928

[6] 叶晓舟, 段威, 曹真, 等. 基于自旋轨道力矩随机二值神经元的推荐系统构建. 科学通报, 2025, 70: 1929–1936

| 关注科学通报 | 了解科学前沿