类脑研究

神经计算与脑机交互团队的多模态神经信息编解码研究

中国科学院自动化研究所神经计算与脑机交互团队何晖光等人将大脑、视觉和语言知识相结合，通过多模态学习实现了从人类脑活动中零样本地解码视觉新类别。相关成果发表于《IEEE模式分析与机器智能汇刊》（IEEE TPAMI）。文章提出“脑-图-文”三模态联合学习框架，在使用实际呈现的视觉语义特征的同时，加入与视觉目标对象相关的更丰富的语言语义特征，以更好地解码脑信号。研究证明，从人脑活动中解码新的视觉类别是可以实现的，并且精度较高；使用视觉和语言特征的组合比仅使用其中之一的解码表现更好；在人脑语义表征过程中，视觉加工会受到语言的影响。

文章提出的“脑-图-文”三模态联合学习框架（图片来源于中国科学院自动化研究所网站）

面向边缘传感器的数据转换器研究

北京大学人工智能研究院类脑智能芯片研究中心唐希源研究员课题组发布了一种最新研制并实现的增量型缩放式模数转换器芯片。相关成果发表于《2023年IEEE国际固态电路会议》（ISSCC2023）。对于部署到真实世界的边缘端智能物联网设备，它对真实世界的声音、图像乃至生物电等信号（模拟信号）的感知和探测都需要依靠传感芯片来进行。针对缩放式模数转换器设计面临的带宽和驱动需求的挑战，论文从缩放式模数转换器的架构和电路方面进行创新，提出新的设计方法。新款芯片大幅降低模数转换所需采样操作的频次，可广泛应用于包括语音、监测等多种边缘端传感场景。

生物相容性超级二极管研究

兰州大学物理科学与技术学院兰伟教授团队与香港理工大学柴扬教授团队合作，开发出一种基于氧化钼电极的电容式离子二极管。相关成果发表于《先进材料》（Advanced Materials）。虽然脑机接口技术得到了快速发展，但是人脑与计算机的双向沟通距离实用化水平还存在差距；要真正实现生物系统和电子设备之间的信息交互，还需设计开发具备逻辑运算功能的器件来完成信息的传输、处理和反馈，比如电容式离子二极管。然而，目前电容式离子二极管存在电极材料和电解液的局限。新构建的电容式离子二极管可以在“与门”和“或门”两类逻辑运算电路里高效稳定工作，在未来基于离子电子耦合电路的脑机接口领域具有应用潜力。

揭示神经调质腺苷的释放及调控机制

北京脑科学与类脑研究中心罗敏敏团队联合北京大学李毓龙团队，利用新型荧光探针研究了神经元活动引发腺苷释放的细胞及分子机制。相关成果发表于《美国科学院院刊》（PNAS）。腺苷是一种重要的信号分子，在睡眠、学习记忆、心血管功能及免疫反应等过程中发挥着重要作用。异常的腺苷信号往往伴随着疼痛、癫痫、中风及神经退行性疾病。科学家对胞外腺苷的功能研究已经非常深入，然而对于腺苷释放如何被调控这一问题，始终存在争议。文章发现，在海马中神经元活动诱导的胞外腺苷升高主要是由神经元释放的，腺苷主要由突触后直接释放，而非突触前；基于在突触前膜有丰富的腺苷受体表达，表明突触后释放的腺苷是一个潜在的逆行调控分子。