演讲者: 万蔡华,中国科学院物理研究所
时间: 2024年11月29日,上午10:00
邀请人: 祝智峰
地点: 信息学院 1A200
摘要:
生成式人工智能的蓬勃发展使得自旋电子学器件作为一种高质量真随机性的熵源蕴含着巨大的应用潜能。基于我们课题组对零场自旋轨道矩(SOT)效应的研究以及高性能自旋轨道力矩磁隧道结(SOT-MTJ)的成功研制, 我们尝试进一步将SOT-MTJ用作真随机数采样器,用于概率神经网络以及概率计算,例如在无监督学习中常用的受限玻尔兹曼机(RBM)和组合问题求解器等。结果表明,SOT-MTJ与受限玻尔兹曼机对网络节点的需求十分契合,利用基于SOT-MTJ的受限玻尔兹曼机我们演示了手写数字、语音数字的识别、生成以及跨模态学习。这些工作证明自旋电子器件已为开发概率神经网络的硬件做好了准备,同时也为自旋电子学,尤其是自旋轨道力矩器件,开辟了一个充满前景的应用出口。
报告人简介:
中国科学院物理研究所副研究员,2007 年毕业于浙江大学;2012 年获清华大学博士学位;2012-2016 年在中科院物理所从事博士后研究工作;2016 年在中科物理所任助研、副研至今。主要从事自旋电子学领域的研究工作,研究兴趣主要集中在自旋轨道电子学、磁子电子学和自旋热电子学等凝聚态磁学领域和磁随机存储器、自旋逻辑等自旋电子器件研发领域,近5年在Nature Electronics、Nature Communications、 Science Advances、 Phys. Rev. Lett.、 Advanced Materials、Nano Letters、Advanced Science等期刊上发表相关 SCI 论文 80 余篇,申请和获得中国发明专利 6 项,授权美国发明专利 1 项,获得中国科学院青年创新促进会项目资助。现已承担自然科学基金项目4项。