物理与 AI for Science
突破级
暂无讲解视频
收录解读
大多数神经形态硬件仍然只是分别模拟神经元样瞬态或突触样记忆，很难在同一材料系统里同时实现非线性时空处理、可编程记忆和网络级相互作用。这篇工作针对的正是这个硬件层面的缺口：如何把更接近生物神经回路的时空动力学与权重存储统一到一个可工作的器件平台中。
作者在同一片 NdNiO3 钙钛矿镍酸盐材料系统上构建了对称和非对称氢化结器件。前者提供由质子再分布介导的快速瞬态动力学和空间相互作用，后者提供稳定的多级电阻状态作为可重配置长期权重。这样，同一平台内既能做短时记忆和时空特征变换，也能做线性分类与可训练输出映射。
它在仓库里属于 AI × 物理 / 神经形态计算方向的强交叉论文。价值不在于单一识别任务结果，而在于把材料、器件和网络计算统一成一个具备真实时空计算特性的硬件框架，对类脑硬件、物理智能和低功耗神经计算都具有长期参考意义。
它暂时不升到更高等级，因为当前证据仍主要集中在特定器件平台和有限任务规模，距离通用可编程神经形态计算平台还有明显距离；它更像一次很强的平台验证，而不是已经完成路线重排的硬件范式转换。