时 间：2021年6月16日10: 00 – 11 : 30
地 点： 光电信息大楼C111
报告人： 袁喆教授，北京师范大学物理学系
邀请人： 张悦 副教授
报告摘要：
自旋电子学在磁性存储器的应用和发展方面取得了巨大的成功。对磁性存储器快速、高密度和低功耗的需求仍然驱动着目前自旋电子学领域的大量实验和理论研究。磁性存储器要求自旋器件具有确定的动力学行为，通常需要增大成本来抑制磁动力学的随机性，保证数据不丢失。而随机性恰是用于新型概率计算的基础，近年来人们发现它有望解决一些神经形态计算和量子计算中的一些重要问题，因而可以成为自旋电子学另一个广阔的应用领域。概率计算的核心是具有随机动力学的低功耗原件，以磁性隧道结为代表的的自旋电子学器件可以很好地满足该硬件要求。受神经科学的启发，结合磁性隧道结器件尺寸小、能耗低、丰富的动力学特性和电学调控手段，我们设计并展示了用超顺磁隧道结组成的连续吸引子神经网络来表征信息空间中不同的特征值的群体编码方案，为类脑计算提供了一个理想的平台。我们进一步利用这种群体编码方案构建了一个包含多个互连网络，实现了去中心化的多模态感知信息整合。数值仿真证实了该方案不仅具有较宽的参数区间，还能比目前广泛使用的贝叶斯推理具有更优的信息整合能力。除此之外，该模型在抗噪音、抗网络模块故障、抗磁性元器件工艺误差等方面具有优良的特性，为发展高效低能耗的人工智能架构提供了理论参考。
报告人介绍：
袁喆，北京师范大学物理学系教授，在清华大学物理系就读本科和研究生；获瑞典查尔莫斯理工大学博士学位；先后在中科院物理研究所，荷兰特文特大学，德国美因茨大学等机构工作；2015年入职北京师范大学；目前主要从事自旋类脑计算和自旋输运的理论与数值计算方面研究；在Nature Physics, Science Advances, Physical Review Letters, Physical Review B, Physical Review Applied等杂志发表论文40余篇。
