近日，智能科技学院、材料与化学学院联合培养的首届硕士生王领，以第一作者身份在《先进科学》（Advanced Science）上发表题为“基于超级电容突触可塑性的神经形态计算”（Neuromorphic Computing using Synaptic Plasticity of Supercapacitors）的学术论文。研究团队利用一种常用的储能器件——超级电容的充放电储能特性模拟人脑神经突触，由此开发出储能型类脑计算系统，在盲文数字识别中实现100%准确率。这一突破不仅是上海理工大学在学科交叉育人方面的生动实践，更为未来人工智能硬件的设计开辟了全新路径。
在这项研究中，智能科技学院和材料与化学学院携手，将材化学院储能器件研究的“看家本领”——碳化钛二维材料超级电容，与智能学院光学人工智能研究的“看家本领”——光学类脑计算相结合，打造出能自主调节充放电行为的储能型突触。利用突触的可控充放电响应，展现了超级电容的类脑计算潜力，完成了从0到9的盲文数字识别，且准确率达到了100%。
类脑计算过程实质上是类脑网络中参数的调节优化。传统的类脑计算中参数无论是向上还是向下调节，都是需要耗费能量的过程。这项研究使用超级电容充放电中的电压响应作为类脑网络中参数，参数向上调节属于能量在超级电容中的储存，向下调节则把储存的能量释放出来。这种新型的范式展示了类脑计算中的能量循环利用的可行性。针对未来低能耗类脑硬件如盲人交互系统、图像识别系统和人工嗅觉系统，这项研究为它们的设计应用提供了理论支撑。同时，鉴于超级电容是一种产业成熟度较高的储能器件，该成果也进一步拓宽了超级电容的应用前景，为新一代智能型能源系统的研发注入了新的活力。
2022年，智能科技学院光子芯片研究院基于多学科交叉前沿研究的需要，启动探索了研究生联合培养的新模式。近年来先后在材料科学、生物工程、物理学和仪器工程专业实现了联合培养，王领同学是智能科技学院和材料与化学学院联合培养的第一届研究生。该文章上海理工大学为第一单位，陈希教授为通讯作者，作者还包括智能科技学院和材料与化学学院的研究生。
原理图
论文链接: https://doi.org/10.1002/advs.202500521
供稿：智能科技学院
