普林斯顿研究人员将活体脑细胞与微型电子网格深度集成，构建出可被编程用于模式识别的三维计算系统，为低能耗智能计算和神经科学研究提供新平台。

西北大学团队利用可打印柔性电子材料，制备出能发出类真实神经信号并直接激活小鼠脑组织中神经元的人工神经元，为高效类脑计算和新一代脑机接口奠定基础。

研究团队在忆阻器中引入稳定的内置氧梯度，实现缓慢且可控的电导演化，并将其映射为强化学习中的自适应学习率，大幅提升学习效率与稳定性。

研究团队以人脑高效低能耗的信息处理方式为灵感，开发类脑算法与专用硬件，使无人机和机器人等自主设备在能耗受限的条件下完成实时感知、导航与决策。

研究团队利用二维层状硒化铋（Bi2Se3）制备出兼具长期数据保持和模拟调节能力的新型忆阻器，并在全模拟硬件储备计算网络中成功完成平衡杆控制任务，展示了其在高能效类脑计算中的应用潜力。

DGIST研究团队开发出全球首个在两端子垂直结构中，通过电信号精确操控氢离子，实现自学习与记忆功能的人工智能半导体。