（中央社記者許秩維台北11日電）陽明交大團隊開發突破性新技術，能展現更高效、更節能的神經形態運算，在自駕、醫學影像診斷等AI應用中展現快速準確的處理能力，有助於未來推動更智能的電子裝置設計。

陽明交通大學今天發布新聞稿指出，神經形態計算是一種電腦模仿人腦運作的技術，能讓電腦具備類似大腦的學習和適應能力；而自旋電子學技術能以極低能耗的方式操控電子自旋狀態，在超低能耗運算中具顯著優勢，非常適合模擬大腦神經網絡的並行計算和持續學習能力。

陽明交大研究團隊表示，過去大多數的自旋軌道矩磁記憶體裝置需要外加磁場來驅動磁性切換，不僅消耗能量，還限制裝置的集成性和可擴展性；團隊利用特殊設計的磁性材料異質結構，在無須外部磁場的情況下，實現「無場翻轉」，這種技術能展現更高效、更節能的神經形態運算，也是模仿人類大腦運作的新技術。

論文第一作者、陽明交大國際半導體產業學院與印度理工學院雙聯博士學位的印度籍博士生杜傑世與另1名博士生黃郁馨設計完全基於自旋的人工突觸和S型神經元，並集成到3層人工神經網中，模擬類似人類大腦的運作方式，這些磁性材料結構穩定且低功耗，能讓神經網絡的運算效率大幅提升。

研究團隊提到，低功耗是未來電子裝置的關鍵目標，杜傑世和團隊設計的新型自旋軌道矩裝置，能以極低功耗模擬大腦的學習與適應特性，在自動駕駛、醫學影像診斷與智慧監控等AI應用場景中展現出快速準確的處理能力，透過調整材料界面，團隊成功實現記憶效能與準確度的平衡，有助於推動更智能的電子裝置設計。（編輯：陳政偉）1140211