ETH INI课程《神经形态工程1》(NE1) 摘要

简介：
《神经形态工程1》是ETH INI课程系列的一部分，专注于介绍神经形态计算的基本原理和系统设计。此课程探索了仿生脑结构与功能的人工智能技术，旨在培养学员在神经科学与电子工程交叉领域的研究能力。 ETH神经形态工程1（NE1）课程由Tobi Delbrück、刘时智教授以及Giacomo Indiveri教授共同讲授。该课程主要探讨受生物神经元及神经网络结构、功能与可塑性启发的神经形态电路，其计算原语基于半导体器件物理原理。 在设计上，这类架构通常依赖于并行网络中的集体计算，并且适应能力、学习机制和记忆存储都是由各个单独的计算单元实现。晶体管一般以弱反相状态（低于阈值）工作，在这种状态下它们表现出指数IV特性和低电流特性。这些属性使得神经形态电路能够在其他范例中难以实现的功能上，提供高密度、低功耗的应用。 由于其高度并行和互联的特点，神经形态电路能够支持大量反馈的结构，并且无需迭代方法或收敛问题即可实时处理包括视觉在内的多维信号数据。这类技术在硅视网膜与耳蜗模拟器、生物神经网络仿真以及自主机器人系统开发等方面有着广泛的应用前景。 该课程涵盖了CMOS技术器件的相关内容，如阈值以下工作的MOS晶体管和浮栅MOS晶体管等，并深入探讨了光相关应用领域。