圣地亚国家实验室的研究人员从大脑的神经元获取灵感，例如在老鼠大脑皮层中绿色荧光蛋白质标记的神经元，旨在开发受神经启发的计算系统以革新传统计算。（图片来源于：FrancsChanc,珍妮莉娅法姆研究学院）
计算机技术目前正停滞不前。引领过去50年技术革命的集成电路技术正接近其物理极限。这种窘境促使计算机科学家寻找新的设计思路：使用新的物理原理构建的新设备、组织计算机内部单元的新方法、让新老系统变得更有效的新算法。为了协调这些新创意，圣地亚国家实验室协办了将于0月7到9号召开的电气与电子工程师协会(IEEE)关于革新计算技术的国际会议。
关于神经计算的三篇新论文
圣地亚数据驱动和神经计算部门的研究人员，将在会议上发表三篇论文，以突出非传统神经计算应用的巨大魅力。
“我们正在指明神经算法的作用。我们并不是要做到十分详细，而是要突出什么样的算法可以带来什么样的有效应用，”神经计算学家、其中一篇论文的合著者BradAimon说道。他补充道，从历史的角度来说，神经计算被看作是近似和模糊的；然而，在论文中，圣地亚的研究人员旨在拓展神经算法，结合严谨性和可预测性，使其在高性能科学计算中占有一席之地。
三篇论文，题目分别为“战胜静态学习的瓶颈--自适应神经学习的必要性”，作者CraigVinyard和StvVrzi；“动态系统计算”，作者FrdRothgangr；“科学计算的脉冲网络算法”，作者WilliamSvra,、OjasParkh、KrisCarlson,、ConradJams、Aimon。以下的章节分别重点介绍这三篇文章的主要内容点。
持续学习的麻烦和福利
大脑是持续学习的。“当我们在学校中学习的时候，我们的学习并没有随着学校生活结束而终止。相反，我们的大脑通过这个过程持续适应，例如突触的修改。然而，大多数机器学习算法学习一次就完成了。”计算机科学家Vinyard说。
大多数称为“机器学习”的算法具有一个学习阶段，一个独立的测试和操作阶段。这是很花费时间的。Vinyard说，开发可以持续学习的算法，是机遇和挑战并存的，风险在于算法也会学习错误的东西。
他的论文强调了持续学习，且建议使用游戏理论----让算法应该何时学习，变得更加精确。
动态系统到底是什么？
动态系统，描述了事物如何随着时间而变化。一个简单的动态系统具有描述老爷钟钟摆运动的功能。“使用动态系统进行计算，其背后的想法就是构建一个机器，其动态和机器结构或者数学结构相关。”计算机科学家Rothgangr说道。
我们的大脑和传统的计算机，某种程度上都是动态系统。他们基于问题和计算机的结构寻找问题的答案，Rothgangr说。他的论文建议，如果研究人员遇到传统的科学计算问题例如矩阵分解，作为一个动态系统来说，他们可以严格地依赖于神经启发的系统解决这些问题。
“我们目前正在进行的构思，具有很多机遇，也存在很多风险。”Rothgangr说。如果他的想法是对的，“它将有利于神经算法和传统数字算法的统一性。”
数学家精心制作脉冲神经算法
第三篇论文区分了三种手工制作的算法，仔细组织了脉冲神经元结点进行科学计算。在大脑中，每个神经元都和许多其他神经元连接，使用脉冲电流进行通信。数学家Svra和他的合著者从大脑的这些方面汲取灵感。
这些创新算法的一个例子就是一种流估算，称为“粒子图像测速”。通过拍摄两幅空气中移动的微尘图片，可以计算出它们在两幅图片之间的时间，移动了多远。研究人员可以计算出空气和其他局部漩涡的速度。同样，传统的计算机使用漂亮的数学算法也可以做到。但是，Svra的方法却使用神经元的大规模并行性质，有效地计算出所有可能的变化。
“通过只需设计神经网络以及神经元属性，你就可以完成精确的事情，”Svra说，“你将期望的事情交给神经网络去做。”
Aimon认为，未来，在你手机中的神经计算机，可以理解例如“向我展示了一幅毛茸茸的图片”，或者“点我最喜欢的中国菜”。或者，神经计算机也可以和未来的量子计算机一起，快速解决复杂的数学问题。他称关于革新计算技术的国际会议，将许多学科的专家汇聚在一起，培训新的想法，引发这场革命，不久将彻底改造计算机技术。
所有这些项目的赞助，是由圣地亚实验室控制的研发办公室提供。其中两个项目也是自适应神经算法的硬件加速(HAANA)大挑战的一部分。
革新计算技术的更广泛的工作
圣地亚的雇员，是IEEE革新计算技术倡议和会议的组织者。圣地亚首席技术官RobLland将在会议上发表关于计算技术创新历史的开场谈话。圣地亚研究人员ErikDBndictis和MattMarinlla是会议程序委员会的成员。
（来源：IntlligntThings（ID:IntlligntThings），作者：John）
科学家研发出太赫兹无线通信技术的关键组件太赫兹光波（绿色）和激光（红色），被通过分束器分离（灰平面），提供光波必要的相移。激光和太赫兹辐射以特殊晶体（棕色面）的形式混合，且随后的两个旁带（蓝波）产生了。激光调制器，然后以灰色圆柱的形式在光纤中（黄褐色的线）连接，并且以多模干涉结构的形式连接（白色的MMI面）。结果是，一个旁带熄灭，另外一个旁带的强度是最大化的，从而解决了太赫兹信号在光纤网络中的失真问题。（图片来源于：荷兰内梅亨大学）
太赫兹技术，正逐渐取代千兆赫频率，成为超高速无线通信网络的关键技术。来自荷兰内梅亨大学FELIX研究所的研究人员，展示了一种可以通过现有光纤网络，有效传输太赫兹频率信号波的技术。
太赫兹技术简介
太赫兹泛指频率在0.～0THz范围内、介于微波和红外线之间的电磁波。太赫兹技术，是一个交叉学科的前沿领域，世界上很多国家对这项技术都颇为重视。我国政府在年月专门召开了“香山科技会议”，邀请国内多位在该领域有影响的院士专门讨论我国太赫兹事业的发展方向，并制定了发展规划。
（图片来源于：维基百科）
太赫兹技术优势和应用
相对于其他电磁波段，太赫兹具有一些优势。例如，像X光和声波一样，穿透物体表面成像。另外，太赫兹的频率很高，所以其空间分辨率也很高；又因为其脉冲很短（皮秒量级）所以具有很高的时间分辨率。
太赫兹辐射，已经被广泛应用于安全检查，因为不同的化学物质，不同程度地吸收不同频率的太赫兹辐射，表现出独特的频率特征。同样，太赫兹还可以区分墨水和白纸，而X光却做不到。
（太赫兹安检成像示意图，图片来源于网络）
除此之外，太赫兹还可以应用于通信、雷达、电子对抗、电磁武器、天文学、医学成像、无损检测、军事等多个领域。
太赫兹信号的失真
使用太赫兹技术上网，必须将太赫兹无线电台连接至全世界的光纤网络中。然而，现有的微波技术不在太赫兹下操作。“太赫兹，是一个困难的频率领域，因为它同时是电子的，又是光学的，”FELIX研究人员GilBrdn解释道。“对于普通的光纤来说太低，对于标准电子来说有太高。”此外，光纤网络中的太赫兹信号是扰频的，因为激光的标准调制产生两种旁带（颜色），相互之间发生干涉。光学单边带（OSSB），是一种可以通过选择性消灭单边带，来预防信息不规则的方法。
特殊的光束分离器
荷兰内梅亨大学FELIX实验室的科学家，开发了一种OSSB调制器，可以使无线太赫兹波段在光纤网络中稳定的传输。论文的第一作者AfricMijr解释道：“通过特殊设计的分束器，研究人员可将太赫兹波和红外激光分成两半，两个旁带的其中一个被减少至六十几分之一，而另外一个则被显著地增加。”特殊的调制器，不需要含有任何移动的部分或者色彩过滤器，且工作在从0.3到太赫兹的特别宽的带宽范围之内。
太赫兹OSSB调制器，是TraOptronics关于太赫兹激光FLARE(用于高级光谱学和高分辨率实验的自由电子激光器)。
“决定FLARE的激光颜色的设备，正好可以用于观察太赫兹OSSB，”Mijr解释道。“特殊的太赫兹激光FLARE和非洲，都对于拓展太赫兹频率的通信成为这个新兴领域的重要部分，显示出极大兴趣。”合著者WimvandZand，ASML目前的研究主任。
超高清、虚拟现实和大数据的机遇
随着空中的太赫兹信号被水蒸气强烈的地吸收，无线太赫兹通信会在相对较短的距离使用。
Mijr：
“太赫兹OSSB调制器，让我们可以使用现有的光纤网络。超高清以及虚拟现实图片可以通过太赫兹链接无线接收或者传输，就医院所使用的千兆字节。”
Brdn:
“这个论文发表是一个原理求证。实际使用的技术需要另外几个步骤，例如按比例缩小精密加工的设计，以及效率的提高。我们希望这个创意可以被行业进一步开发。”
（来源：IntlligntThings（ID:IntlligntThings），作者：John）
新型柔性传感器：可更加安全地监测脑部病变通过聚合物制成的3D造型，简化了高分辨的脑机接口设计。（图片来源于：阿卜杜拉国王科技大学）
对于脑部疾病活动的监测，一直是科学界的一项难题。然而，阿卜杜拉国王科技大学(KAUST)开发了一种柔性、低成本的传感器，可更加安全且有效地诊断和治疗脑部病变。
目前电脑活动监测设备的缺点
脑电活动映射，对于理解神经系统疾病例如：抑郁症和老年痴呆症来说，具有十分重要的意义。目前，称为“密歇根或犹他阵列”的多电极阵列，通常用于检测大脑活动。这些刚性设备由导电硅针层制成，被插入头皮以监测大脑表层。然而，这些针会引起组织的炎症，并且必须在一年之内移除。
新型柔性传感器方案
来自KAUST集成纳米技术实验室和集成分裂性电子应用实验室的MuhammadHussain和AftabHussain，开发了一种柔软且具有弹性的传感器，可以放置在颅内的大脑表面，提供更好的接触，并且减少损伤组织的风险。
MuhammadHussain解释：
“传感器需要相关电子设备和我们交互，但是，这些设备在大脑中，会由于热效应散发热量，这些热可能会永久损伤组织。所以，挑战来自于让电子设备离开大脑。”
传感器的组成和原理
在理解这些因素的基础上，研究人员使用了一种包裹在聚合物涂料中、面向垂直连接的金电极，制成了这种传感器。而且，他们通过聚合物支撑，取代了传感器顶部的连接器，并且使用集成电路（IC）连接到设备一侧和大脑表面隔离，从而防止产生热点。
颅内大脑的空间，只够提供6平方厘米的空间，但是需要映射亿的神经细胞。所以，它需要更加安全，以防止电子设备碰到大脑，同时也要最大化传感器阵列监测的神经元数量。
Hussain说，
“传感器需要和大脑的软组织接触，以搜集活动数据，并且在顶部需要放置IC，通过柔软的隔热聚合物来分隔它们，这样可以映射更大的区域，同时减少热效应。”
研究的价值和未来展望
研究人员在制造集成电路过程中使用了尖端的技术，他们开发的传感器更加安全，且容易量产，同时也提高了映射能力，且足够健壮持久。
Hussain说，“我们目前正在和哈佛-麻省理工学院医疗研究所合作，使用这项技术提高映像接口系统的效率。”
（来源：IntlligntThings（ID:IntlligntThings），作者：John）
新型纳米忆阻器：更加有效模仿神经突触功能忆阻器，作为一种有记忆功能的非线性电阻，可以有效地应用于神经活动数据的采集和处理。然而最近，马萨诸塞大学阿默斯特分校的工程师领导的研究团队，开发了一种新型纳米忆阻器设备，可用于模仿神经突触功能。这项研究在《自然材料》杂志上在线发表。
研究背景
神经突触，是人体内的一个神经细胞向另外一个细胞传递信息的结构。然而和神经突触相关的神经形态计算，可使处理器配置的更像人脑，是一种目前正在研究的最有前途的计算方法。J.JoshuaYang和QiangfiXia是马萨诸塞大学阿默斯特工程学院电气和计算机工程系的教授。Yang称这项研究是新型忆阻器设备合作研究的一部分。
忆阻器
忆阻器可以通过历史应用的电压和电流来改变电阻，用于存储和处理器信息，提供超越传统集成电路的一些关键性能特性。
研究人员称：
“忆阻器，可以在神经网络系统中，复制生物神经突触和神经细胞的功能，启动神经形态计算，同时在能耗和尺寸上具有优势。”
神经形态计算
神经形态计算，意味着处理器的配置和传统计算机芯片不同，更像人脑。它是一种目前正在被深入研究的最有前途的革命性技术。Xia称，“这项技术为基于忆阻器的神经形态计算硬件开辟了新的道路。”
该技术突破
他们称之前在这个领域关于忆阻器的大多数研究，没有实现扩散动力学，没有使用大型标准技术，这些技术在微处理器、微控制器、静态随机访问存储单元、以及其他数字逻辑电路等集成电路中使用。
研究人员称，他们提出并演示了一种由生物启发的扩散力学解决方案，从根本上不同于集成电路中使用的标准技术，同时和神经突触有很大的相似性。他们称，“我们特地开发了一种散布性类型的忆阻器，其中原子的扩散和需要的时间级别与它的生物对照物具有相似的动力学特性，从而更加真实地仿真实际神经突触等，成为一种真实的神经仿真器。”
研究意义
研究人员称，“这些研究成果，使用了用于神经形态计算的散布性忆阻器，提供了一条通往神经突触仿真的令人鼓舞的途径。”
（来源：IntlligntThings（ID:IntlligntThings），作者：John）
用细菌孢子DNA发秘密信息或成可能:更靠近DNA信息储存时代多亏了保护归档数据免受破坏和黑客影响的新方法，“卑微”的细菌孢子正在让人类更加靠近DNA信息储存时代。
对于将数据归档，DNA或许是一项理想的长期解决方案，因为它是如此的致密：克DNA能容纳亿张DVD储存的信息。和人类目前使用的磁盘相比，它还拥有更好的持久性。“磁带每隔6年便需要恢复一次。”来自英国爱丁堡大学的BrndanLargy表示，“对于DNA来说，你可以把它放在你喜欢的地方，而它将维持上百年。”
迄今为止，大多数研究 不过，如果DNA要在同现有数字存储形式的竞争中胜出，它还需要变得稳定。人们需要确保DNA不会产生突变并且破坏归档数据。Largy所在的一个学生小组通过将数据储存在被称为质粒的DNA环状物上，解决了这一问题。针对每段信息的DNA序列同一个在被读取时能检查并校正数据的额外序列绑定在一起。
DNA档案还需要防窥探。一个来自荷兰格罗宁根大学的学生团队试图利用枯草杆菌的孢子加密数据。他们的方法涉及邮寄一个信封，其中含有编码其DNA中“钥匙”的孢子。接收者可利用这个破译由孢子或传统电子通信技术发送的未来信息。
为了额外的安全性，该团队将承载“钥匙”的孢子同诱饵孢子混在一起。这使得黑客几乎不可能辨别出关键孢子，即便他们截获了信封。
目标接受者需要做的所有事情是在抗生素——环丙沙星的面前用光照一下孢子。承载“钥匙”的孢子装有额外基因，从而使其在光的特定波长抵御杀死普通孢子的抗生素。在这种光线下，只有“钥匙”承载者能幸存下来。
（文章来源：科学网，作者：徐徐）
美国导弹防御局授予雷声公司合同采用氮化镓器件升级现有雷达近日，美国导弹防御局（MDA）授予美国雷声公司一份合同，研究砷化镓（GaAs）向氮化镓（GaN）转换工艺，以将GaN器件用于目前和未来AN/TPY-雷达。将GaAs产品转换成GaN产品将使弹道导弹防御雷达进一步现代化，减缓系统过时报废。通过该合同，雷声公司将重新装备位于马萨诸塞州的GaAs单片微波集成电路（MMIC）制造工厂，为AN/TPY-雷达制造GaN产品。
雷声公司AN/TPY-雷达
GaN的优势
雷声公司综合防御系统任务系统和传感器业务副总裁DavGulla表示，“与GaAs相比，GaN器件具有显著的、成熟的优势。通过该项目，雷声将研发清晰的AN/TPY-雷达现代化升级方法，使该系统能够更好的保护国内外人们和关键设施不受弹道导弹威胁。”
雷神公司氮化镓（GaN）生产制造车间
雷声公司导弹防御部门主管JimBdingfild表示，“采用能效更高的GaN替代传统GaAs，能够提升现有雷达监测范围至50%，提高不同目标的分辨率，或监测物的体积降低/5。”
雷声公司在研发氮化镓上已有十五年经验
雷声公司开发的其他军用雷达已证明，GaN能够提高雷达探测范围，增强探测和辨别能力，降低生产成本。
雷声公司导弹防御雷达漫画
GaN雷达动态
9月份，美国诺·格公司向美国海军陆战队出售了其第一个GaN雷达，地面/空中任务定向雷达（G/ATOR）AN/TPS-80。
诺·格公司GaN基雷达——地面/空中任务定向雷达（G/ATOR）AN/TPS-80
美国最大国防合同商洛·马，已向罗马尼亚和拉脱维亚出口了地基GaN雷达AN/TPS-77。
洛·马公司向罗马尼亚和拉脱维亚出口的GaN基雷达AN/TPS-77
去年，洛·马就曾被授予合同，为“太空篱笆”项目制造用于轨道危害物跟踪的GaN雷达，并为MDA制造GaN远程识别雷达（LRDR）。
洛·马公司GaN基“太空篱笆”雷达（上）和远程识别雷达（LRDR）（下）
目前装备的AN/TPY-雷达采用基于GaAs的收发模块来发射高功率辐射。雷声公司和MDA正在想办法利用GaN器件。雷声公司除升级AN/TPY-外，还将为广泛出口的爱国者导弹防御系统提供GaN雷达升级。
雷声公司AN/TPY-雷达
GaN潜力无限
GaN雷达动向清晰表明，军用雷达产业正转向新的黄金法则——曾经不起眼的材料——GaN。GaN是一种高效率半导体，能够使雷达发射机使用较少电力的情况下发射功率更大。产业顾问LornThompson曾说，“GaN是即硅之后最重要的材料。”
（本文转自“电科防务研究”
