1.2026年AAAI Fellow名单出炉，田奇等4位华人学者入选

2.华中科技大学叶大蔚团队在集成电路设计顶级期刊JSSC发表毫米波振荡器重要研究成果

3.中国科学院在低功耗二维半导体基自旋电子器件领域取得新进展

4.南航后量子密码芯片研究成果被密码芯片领域顶级会议CHES录用

5.中国科学院研制出晶圆级集成的多模态仿生味觉传感系统

1.2026年AAAI Fellow名单出炉，田奇等4位华人学者入选

一年一度的AAAI Fellow计划又成为了人工智能领域大家关注的焦点。本次发布的2026年名单中，共有12位知名学者当选，其中包含了四位著名华人学者。

2026年AAAI Fellow名单火热出炉！其中4位华人学者获选。

每年，人工智能促进协会AAAI通过其Fellow计划表彰一批在人工智能领域做出重大、持续贡献的个人。通常情况下，只有在该领域贡献十年或更长时间的会员才有机会被选为Fellow。

Fellow由遴选委员会选出，该委员会由九名现任Fellow组成，并由AAAI的前任主席担任主席。每年三分之一的成员会被替换。

AAAI将在AAAI-26会议期间的颁奖典礼上表彰新当选的会士。祝贺所有2026年当选的AAAI会士获得这一当之无愧的荣誉！

4位华人当选

Bo An

所属机构：南洋理工大学

入选理由：对多智能体系统的重大贡献

Bo An是新加坡南洋理工大学计算机与数据科学学院人工智能系的系主任和特聘教授，同时也是南洋理工大学人工智能交叉应用研究中心的主任。

在2013年加入南洋理工大学之前，他曾在中国科学院计算技术研究所、美国南加州大学工作。

Bo An在美国马萨诸塞大学阿默斯特分校获得计算机科学博士学位。在此之前，他在重庆大学获得了计算机科学的学士（2003年）和硕士学位（2006年）。

他的研究兴趣包括人工智能、多智能体系统、计算博弈论、强化学习、自动化协商与优化等领域。已在顶级会议及权威期刊发表150余篇同行评审论文，谷歌引用数为1万2千多。

Irwin King（金国庆）

所属机构：香港中文大学

入选理由：对机器学习在计算社会学的重大理论和应用贡献

金国庆教授是国际公认的机器智能领域学者，现任香港中文大学协理副校长（教育）及计算机科学与工程学系教授。

金教授本科毕业于加州理工学院工程与应用科学专业，随后在南加州大学获得计算机科学硕士学位及博士学位。

他的研究兴趣涵盖可信人工智能、机器学习、社会计算、人工智能与数据挖掘等多个前沿方向。

金教授是ACM、IEEE、INNS、AAIA及HKIE等国际权威学术组织的Fellow。

在其学术生涯中，金教授长期担任多个重要学术会议与组织的领导职务，亦深度参与WWW、NeurIPS、ICML、IJCAI、AAAI、ICONIP等顶级会议的学术组织工作。

Yan Liu

所属机构：南加州大学

入选理由：对机器学习领域的重要贡献，以及在时间序列与时空数据分析方面开发出广受认可的理论模型。

Yan Liu现任南加州大学Viterbi工程学院计算机科学系正教授，于2010年8月加入南加州大学。此前自2006年11月起，担任IBM T.J. 沃森研究中心数据分析组研究员。

她获卡内基梅隆大学硕士及博士学位，本科毕业于北京大学。

她的主要研究兴趣为机器学习与人工智能及其在医疗健康、可持续发展（气候科学、交通等）和社交媒体分析等领域的应用，目前谷歌学术引用为3万多。

Qi Tian（田奇）

所属机构：光明实验室

入选理由：对计算机视觉、多媒体及面向科学计算的人工智能（AI for scientific computing）等广泛人工智能社区的重大贡献。

田奇，目前任光明实验室主任。此外，他还是国家自然科学基金海外杰青，教育部长江讲座教授、中科院海外评审专家、华为终端BG首席科学家。

1992年，田奇毕业于清华大学电子工程系，获得学士学位。

1996年，毕业于美国德雷克塞尔大学电子与计算机工程系，获得硕士学位。

2002年，毕业于美国伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系，获得博士学位。

主要研究方向为计算机视觉、多媒体信息检索、机器学习，谷歌学术引用次数101,000+，h指数为135。

他于2016年当选IEEEFellow；2021年入选国家重大人才工程专家，2021年当选国际欧亚科学院院士，获得2021年中国人工智能学会吴文俊人工智能杰出贡献奖；2022年当选CAAI Fellow；2023年当选CCF Fellow；2024年当选ACM Fellow；2025年荣获SIGMM Technical Achievement Award。

其他入选学者

Elias Bareinboim

所属机构：哥伦比亚大学

入选理由：对现代因果人工智能理论基础及其应用的重要贡献。

Roman Barták

所属机构：查理大学

入选理由：因对基于约束的规划与调度技术发展及应用的重要贡献，以及在约束编程领域的长期教育工作。

Tanya Berger-Wolf

所属机构：俄亥俄州立大学

入选理由：因推动人工智能在自然领域的应用，从科学到生物多样性保护实践的卓越贡献。

Sanmay Das

所属机构：弗吉尼亚理工大学

入选理由：因开发服务于公共利益的多元智能体交互机制与学习技术，以及对学界的领导服务。

Alan Fern

所属机构：俄勒冈州立大学

入选理由：因在自动化规划、强化学习及人形机器人「sim-to-real」（仿真到现实）强化学习范式的开创性贡献。

Nathan Sturtevant

所属机构：阿尔伯塔大学

入选理由：因对启发式搜索、路径规划及游戏算法的理论与算法的重要贡献，以及在这些领域的基准测试与教育资源建设。

Francesca Toni

所属机构：伦敦帝国学院

入选理由：因对计算论证领域及其在可解释人工智能应用的重要贡献。

Ingmar Weber

所属机构：萨尔兰大学

入选理由：因对「人工智能向善」及人工智能在计算社会科学中应用的重要贡献。

（来源： 信息与电子工程前沿FITEE）

2.华中科技大学叶大蔚团队在集成电路设计顶级期刊JSSC发表毫米波振荡器重要研究成果

近日，华中科技大学叶大蔚课题组在固态电路领域国际顶级期刊《IEEE Journal of Solid-State Circuits》（简称JSSC）上发表了题为“Analysis and Design of a Series-Resonance VCO With Magnetic Mutual Resistance”的研究论文。该成果曾首发于芯片设计领域顶级会议2025 IEEE VLSI Symposium，该工作发表后受到了学术界与工业界的广泛关注，随后受邀投稿至JSSC特刊用于以长文形式详述其核心理论、设计方法与实验验证, 目前已顺利获得接收。这也是我院首个同时在VLSI和JSSC上进行发表的工作。

核心创新

毫米波频段频率生成的频谱纯度一直是5G及未来通信系统的技术难点。针对毫米波频段压控振荡器（VCO）在低相位噪声、低功耗及紧凑面积之间难以平衡的挑战，论文提出了一种基于磁互阻（MMR）的新型串联谐振VCO（SR-VCO）架构（图1）。传统设计若想提高谐振腔阻抗以降低功耗，通常需要增加电感或电阻，但这会不可避免地损耗能量并降低Q值从而恶化相位噪声。论文提出利用单变压器的原边和副边耦合，通过控制电流之间 90° 的相位偏移，在谐振腔中产生两个等效电阻（即MMR，图2）。这种电阻是由磁耦合产生的，它既能显著增强谐振腔的等效阻抗（从而降低核心电流和功耗），又不会像实物电阻那样产生热噪声并损耗Q值。基于该原理设计的SR-VCO具有以下几点优势：

· 功耗降低： MMR增大了谐振腔阻抗，在不降低Q值的前提下，显著降低了核心功耗，相较于传统串联谐振振荡器降低约1个数量级。

· 低相位噪声： 论文深入分析了磁互电阻对脉冲敏感函数（ISF）的影响，通过降低ISF幅度，MMR有效抑制了有源器件噪声，实现了极低的相位噪声性能，在27.78GHz频率处达到了-120.09 dBc/Hz (@1MHz offset)，达到国际领先水平（图5）

· 高集成度： 由于仅采用一个变压器，该结构相比于其他多核振荡器面积显著降低（仅0.06mm²,图3），同时达到了相当或者更优的相位噪声性能。

图1：SR-VCO电路架构图展示了利用单变压器实现的磁互电阻串联谐振腔结构

图2：变压器电路以及90°电流相移情况下的等效电路

图3：芯片显微照片

图4：测试环境

图5：性能对比表以及对比图

团队简介

本论文的第一作者为博士一年级学生陈路阳，通信作者为叶大蔚研究员。叶大蔚团队的研究方向涵盖射频/模拟前端、锁相环、频率生成电路及脑机接口电路等。陈路阳同学自2024年加入实验室以来，一直专注于毫米波频率生成芯片设计方向，并于加入课题组一年内，在芯片设计领域顶级会议2025 VLSI Symposium及顶级期刊JSSC上分别发表1篇论文。

该成果获得了国自然面上项目（62374066）和深圳市重大科技项目（KJZD20240903103159001）的支持。

（来源： HUST集成电路学院）

3.中国科学院在低功耗二维半导体基自旋电子器件领域取得新进展

数十年来，半导体及其异质结构是电子学领域基础与应用研究的基石。半导体异质结构在电子学中的成功实践，为自旋电子学的发展带来重要启示，自旋与电荷自由度的协同调控成为该领域实现性能突破的核心方向：传统磁性隧道结在信息存储与传感应用中表现优异，但信息传输与处理效率偏低；而半导体恰好具备高效电荷输运与信号处理能力，二者协同具有重要研究价值。当前，实现自旋与半导体电荷协同调控的主流途径为化学掺杂与自旋注入，但均面临关键挑战：化学掺杂会显著降低载流子迁移率，且易破坏材料光发射特性；自旋注入则受限于界面质量不佳与材料间电阻失配。插入隧穿势垒虽可缓解上述问题，但会阻碍电流传输进而需要施加更大偏压，最终导致器件功耗显著增加。

近期，中国科学院半导体研究所半导体芯片物理与技术全国重点实验室王开友研究员团队及其合作者在《自然-通讯》(Nature Communications)发表一项新进展：基于二维半导体p-n结的磁性隧道结，在1nA偏置电流和10K低温下实现1100%的巨大隧穿磁电阻效应（如图1e所示）。该数值与商用CoFeB/MgO基的最高低温隧穿磁电阻（5K下1144%）大小相当。同时，研究团队在该纳米级厚度磁性隧道结中观测到显著的零偏压自旋电压异常效应，类比于隧穿磁电阻效应，自旋电压效应被定义为SVE=|(VAP-VP)/VP|。在低温35K下，研究团队观察到零偏压自旋电压信号变化大小比值超过30000%（如图2c所示），这种超大自旋信号来源于自旋向上/向下电子在结区的不对称扩散，由p-n结的内建电场驱动，并在结与环境持续能量交换的过程中产生（如图3所示）。这一发现揭示了转化与放大自旋信息用于低功耗电子器件的全新机遇。

该研究在范德华异质结构中实现的高效自旋注入与巨大磁电阻效应具有跨领域意义。半导体固有的非线性特性与二维铁磁性的电可调性为发展全电控、多功能和低功耗电子学器件提供了新机遇。正如p-n结的非线性响应对早期晶体管至关重要，零偏压反常自旋电压效应可用于实现原子级厚度范德华p-n结中的自旋逻辑与信号放大。实验中当前采用的磁场驱动方式，未来可通过自旋轨道扭矩操控铁磁体翻转来替代，从而实现非易失性磁存储器与自旋逻辑的无缝集成。结合自旋轨道扭矩与直接带隙范德华半导体，注入的自旋极化载流子角动量可转化为对发射光偏振态的控制，为低功耗长距离光学自旋信息传输开辟新途径。尽管自旋阀的核心关注点始终是其磁电阻特性，但改变磁化相对方向也会影响其边缘磁场分布。若将该研究基于二维铁磁金属Fe3GeTe2的自旋阀与超导体构建异质结构，此类边缘磁场可能诱导难以实现的自旋三重态超导电性，通过在二维结构中构建马约拉纳态，为容错拓扑量子计算提供多功能平台。

该成果以“Two-dimensional magnetic tunnel p-n junctions for low-power electronics”为题，发表于《自然-通讯》。

图1 | FGT/p-GaSe-InSe/FGT磁性隧道结中的零偏压反常自旋电压效应(SVE)。a.器件结构与测试原理示意图。b.典型器件的光学显微图像。c.截面的高分辨透射电子显微镜图像。d.磁化平行排列下器件A、B、C的I-V曲线。e-f.在1nA偏置电流、10K温度下，器件A、B、C的V-B曲线分别显示出约1100%、10%和0%的隧穿磁电阻效应。g-h.无外加偏压条件下，器件A、B、C在10K温度下的V-B曲线分别显示出约1930%、30%和0%的零偏压反常自旋电压效应。i.在10K温度下，不同器件（标记为A、B、C、D、E、F）的零偏压异常自旋电压效应随电阻-面积乘积的变化关系。

图 2 | 零偏压自旋电压效应的温度依赖性。a.器件A在不同温度下的零偏压自旋电压效应。b.由V-B曲线提取的零偏压下反平行磁化电压VAP和平行磁化电压VP随温度的变化。c.由V-B曲线得出的零偏压自旋电压效应及自旋累积电压ΔV(ΔV = VAP - VP) 随温度的变化。

图3 | 磁性隧道结中的自旋极化输运。a.示意图描绘了：(i) 平行状态和(ii) 反平行状态下两个FGT电极之间的单一间隔层；(iii) 平行状态和(iv) 反平行状态下两个FGT电极之间的p-n结间隔层。b.计算得到的GaSe(5 nm)/InSe(5 nm)结中自旋极化率P的分布。插图：引起自旋电压效应的结内自旋密度示意图。c-d.(c)平行状态和(d)反平行状态下FGT/GaSe/InSe/FGT结的能带示意图。虚线表示电子自旋向上（红色）和自旋向下（蓝色）的准费米能级。（来源： 中国科学院半导体研究所）

4.南航后量子密码芯片研究成果被密码芯片领域顶级会议CHES录用

近日，南京航空航天大学集成电路学院、空天集成电路与微系统工信部重点实验室EICAS课题组在面向格基后量子密码芯片设计方向取得进展，对基于RRAM-CIM的高能效NTT加速器展开硬件实现和性能评估。相关研究成果以《DRR-NTT: Efficient NTT Accelerator in Lattice-Based Cryptography By Dimensionality Reduction in RRAM》为题被IACR The Workshop on Cryptographic Hardware and Embedded Systems (CHES) 2026录用。论文由南京航空航天大学陈洋（硕士研究生）、王辈、韩丽霞、吕飞、崔益军、王成华、刘伟强老师与英国贝尔法斯特女王大学博士后倪子颖合作完成。南京航空航天大学集成电路学院是该论文的第一作者和通信作者单位。

AI的广泛应用正使传统计算架构的“内存墙”问题日益凸显，数据频繁搬运已成为制约算力与能效的主要瓶颈。存算一体（CIM）架构通过将计算嵌入存储单元，为高效处理数据密集型任务提供了突破性路径。与此同时，量子计算的快速发展对现有公钥密码体系构成了根本性威胁。基于格困难问题的后量子密码（PQC）学成为构建量子安全体系的核心。值得注意的是，PQC系统的核心运算高度依赖于多项式乘法的高效实现，该过程通常由数论变换（NTT）完成，是影响系统性能的关键瓶颈。因此，实现高性能、高精度且能效优异的NTT硬件加速器，已成为推动下一代人工智能与密码学共同发展的关键挑战。

图1 DRR-NTT整体架构

针对上述挑战，研究团队提出了一种面向LB-PQC的基于RRAM-CIM的高能效NTT加速器——DRR-NTT。在阵列构造层面，采用矩阵降维方法，构建了迄今最小单元的RRAM-NTT计算阵列，不仅显著降低系统延迟，也有效抑制了阵列内部的列间干扰，且具备良好的可扩展性，可支持任意点数的NTT运算。

在映射与精度层面，创新性地引入3位权重映射方案，提高了阵列利用效率与信息存储密度，并首次结合真实RRAM器件的实测电阻数据进行量化误差分析，在同等条件下将计算误差控制在10-6量级。

在算法优化层面，首次将Plantard模乘算法适配于RRAM-CIM架构，显著简化了NTT中的模约简操作，降低了对预计算旋转因子矩阵的存储与管理开销，从而进一步减少了功耗与硬件资源消耗。这些创新共同构成了一套面向LB-PQC中NTT的高性能、高可靠硬件加速解决方案。

图2 DRR-NTT与最先进NTT加速器的性能比较

实验结果表明，在保证完整计算精度的基础上，该设计在架构层面实现了能效、吞吐与面积效率的协同优化，相比现有先进方案，吞吐提升达1.5至2.47倍，能效提升达1.6至4.25倍，单位面积吞吐亦提升超过1.5倍。同时所提出的NTT加速器可作为共享协处理器实例化于PQC和FHE架构中，由ML-KEM和ML-DSA的密钥生成、封装/解封装、签名及验证例程调用，并通过简单加载方案特定参数和旋转因子表，在FHE的密文乘法、密钥交换和自举过程中复用正向/逆向NTT运算。

CHES创立于1999年，是密码硬件与软件实现设计和分析研究领域的顶级学术会议。作为国际密码学研究协会（IACR）的专题会议，CHES搭建起密码学界与工程界的桥梁，吸引来自学术界、工业界、政府部门等各领域的参与者。CHES 2026会议将于2026年10月11日至15日在土耳其安塔利亚举行，所有录用论文将同时在IACR Transactions on Cryptographic Hardware and Embedded Systems期刊上发表。

（来源： 南航集成电路学院）

5.中国科学院研制出晶圆级集成的多模态仿生味觉传感系统

目前，用于物理信息神经形态感知的人工振荡神经元/感受器研究进展迅速，但用于化学感知的生物拟真神经元的研究工作仍然有限。该类神经元通过仿生化学感受器或通道在湿件中对多种化学刺激（离子或生物分子）做出尖峰脉冲输出响应。现有的两种基于纳米流体通道和有机电化学晶体管(OECT)的化学感知振荡架构都展示出化学介导的尖峰编码功能、仿生结构等显著的生物拟真特性，但它们在材料稳定性、用于微型化和集成化的器件制造技术以及系统功耗方面都面临重大挑战。

传统的化学感知振荡架构发展相对滞后，其依靠离子敏感场效应晶体管(ISFET)进行离子检测，且需要基于晶体管的辅助电路再对信号进行编码。尽管这一架构与互补金属氧化物半导体(CMOS)技术兼容，但由于其神经元动态范围有限、结构复杂、需要额外的参考电极、生物相容性差以及缺乏生物现实特征，通常不适用于构建化学感知振荡神经元。在这方面，能与CMOS兼容的非线性器件——忆阻器提供了一种可行且有前景的替代方案。为了取代传统的复杂辅助电路，莫特(Mott)忆阻器已被用于化学感知振荡神经元，以对从ISFET获得的离子信号进行尖峰编码。然而，这种忆阻器基系统仍存在以下几点固有缺陷：额外且不稳定的参比电极端；仅对有限离子种类敏感的受限ISFET类型；莫特忆阻器的电流尖峰编码模式、高功耗与振荡频率等非生物拟真特性；两个平面器件单元之间额外的互连导致的能耗和制造成本增加。因此，设计和构建一种合适的化学感知振荡架构以实现器件微型化和晶圆级集成一直是难以克服的挑战，需同时兼具生物拟真的器件特性以及与CMOS兼容技术的制造优势。

近日，中国科学院半导体研究所半导体芯片物理与技术全国重点实验室王丽丽研究员团队将易失性忆阻器单元与电池单元进行三维集成，开发了直接且有效的化学感知振荡架构——CoM架构。该传感内处理架构具有两个端口且无需外部能量供给，用于原位地进行神经形态传感，并将外部化学刺激转化为内部电尖峰脉冲。基于该架构，结合合理的材料选择，团队开发了受离子调制的微尺寸 CoM 化学感受器，其呈现出生物拟真的双端器件结构和独特的振荡机制。该器件的具有一系列生物拟真的关键性能，包括5 μM~300 mM 的超宽离子感知范围、20~至200 mV的电压振荡幅值、1~70 Hz 的振荡频率、持续脉冲行为、仅为 1 pJ每尖峰的极低内部能量消耗（实际自驱动），以及高阶的随机脉冲编码行为。单个CoM 器件的总体直径在人工化学感受振荡神经元领域达百微米尺度(150 μm)，且仍具有进一步缩小的潜力。

图1：CoM架构的设计概念与实现

在单片集成的CoM化学感受器中，电池单元与忆阻器单元之间的动态性能匹配是产生电压振荡信号的必要条件。理论上，在积分阶段，器件中的电池单元就相当于与高阻态的忆阻器单元相连接，此时器件处于近乎断路状态，其电池单元的理论输出电压必须高于忆阻器的阈值电压才能为忆阻器充电直到开启器件。在“发放”阶段，电池单元就相当于与低阻态的忆阻器单元相连接，器件处于短路状态，电池单元通过忆阻器单元放电直到两端电压低于忆阻器的保持电压后器件重新断路为止。此时，电池的输出电流/功率不宜过大以至于忆阻器产生非易失行为。这种CoM器件的新型液相振荡机制实现了对一种二合一且自供电的泄漏积分与触发（LIF）神经元模型的有效模拟。为了验证提出的振荡机制，该团队通过有限元分析仿真得到了与理论猜想一致的振荡动力学行为。

基于CMOS兼容制造工艺，实现了CoM器件的晶圆级阵列制备，演示了该领域中首个高密度化学感受器阵列系统。阵列中的单器件可以在盐水溶液的离子刺激下，自发、原位地产生电压振荡信号，其振荡频率与离子浓度直接相关。性能表征测试表明，阵列上的CoM器件表现出包括亚阈值振荡、非周期性簇状放电、全有或无尖峰脉冲以及随机振荡等高阶神经元动力学行为。

图2：晶圆级集成系统上微尺寸CoM器件的神经形态感知特性

该成果以“Monolithic cell-on-memristor architecture enables wafer-scale integration of oscillatory chemoreceptors for bio-realistic gustatory chips”为题，在线发表于《自然·材料》(Nature Materials)。半导体所博士后钟博文为论文第一作者，娄正研究员、王丽丽研究员为论文通讯作者。该工作得到了国家自然科学基金和国家重点研发项目的资助。

（来源： 中国科学院半导体研究所）