自旋类脑计算是近年来在世界范围新兴发展的一个交叉领域。其核心是操控磁性体系中自旋这一自由度，制备人工微纳结构来模拟人脑处理信息的功能。自旋态调控不仅能够有效仿生人脑神经元和突触等特性，更可以发展具有自主学习能力的高级类脑算法和计算架构，提供了非冯-诺依曼计算范式的全新思路。
本课题组的研究主要方向为：（1）基于磁性氧化物纳米结构的存算一体器件；（2）人工自旋冰体系的储备池计算；（3）基于磁畴体系的自主学习人工神经网络；（4）基于磁性氧化物的低功耗概率计算器件；（5）基于磁性体系的人工视网膜构筑。
参考文献：
1.Q. Shi et al., “An electric-field-controlled high-speed coexisting multibit memory and Boolean logic operations in manganite nanowire via local gating” Adv. Electron. Mater. 5, 1900020 (2019)
2.C. Niu et al., “Implementation of artificial neurons with tunable width via magnetic anisotropy” Appl. Phys. Lett. 119, 204101 (2021).
3.W. J. Hu et al., "Distinguishing artificial spin ice states using magnetoresistance effect for neuromorphic computing" Nature Communications 14,2562 (2023)
4.时倩等，一种集多值存储和逻辑运算于一体的器件单元及操作方法，专利号：ZL 2018 1 0111023.8
5.“低维体系自旋态的调控及其在未来人工智能器件中的应用”，国家重点研发计划，在研，2200万。
