麻省理工的一個研究小組已經開發出人造突觸技術用於腦晶元技術

像英特爾和IBM這樣的技術巨頭已經開始開發模擬人類大腦工作方式的AI晶元 - 畢竟這是最強大的計算機。儘管如此，「神經形態計算」領域仍處於初級階段，其開拓者最大的挑戰之一是複製神經突觸。那些信息從一個神經元移動到另一個神經元的小結構。這就是為什麼一個麻省理工學院的工程師團隊開始著手開發一個像真正的交易一樣工作的人造突觸，並成功地提出了一個設計，可以「精確地控制流過它的電流的強度，類似於離子流在神經元之間「。

我們對人腦的了解越多，我們似乎就知道得越少。然而，我們所知道的是，器官中大約有1000億個神經元，它們通過突觸向彼此發出指令 - 神經元之間的空間便於神經遞質的交換。

在一個人的大腦中，有超過100萬億個突觸。每個人都可以加強神經元之間的某些聯繫或減少其他神經元之間的聯繫，這使我們能夠識別模式，學習，做出決定，並以高速度記憶。

這種速度和能力的變化取決於環境是世界各地的研究人員已經試圖適應計算，以提高我們的計算系統的能力遠遠超出目前的能力，通過所謂的大腦晶元處理。

我們的PC根據二進位和開/關信號進行計算。然而，在神經形態計算領域，處理器意圖以模擬方式工作，根據流過合成突觸的離子的類型和數量以與神經元相同的方式交換信號。

希望晶元上的系統能夠像人腦一樣處理數以百萬計的計算和信息流，並擁有當今超級計算機的力量。

然而，人為地創造神經突觸對於科學家來說是一個挑戰。至少，直到現在。

來自麻省理工學院的研究小組表示，他們已經開發出了一種「人造突觸，使得它們能夠精確地控制流過它的電流的強度，類似於離子在神經元之間流動的方式」。

用硅鍺製成的突觸產生了一個小晶元，長度為25納米。研究人員在測試過程中發現，該晶元能夠以95％的準確度識別手寫樣本。

以前，由於現有設計使用無定形材料而沒有確定的結構，所以難以控制離子流動。這導致了無限可能的路徑 - 影響神經網路學習和計算的效率和結果。

然而，所使用的材料 - 由於其固有的均勻結構 - 導致更穩定的離子流。

麻省理工學院電子與微系統技術研究實驗室的首席研究員Jeehwan Kim教授說：「一旦你用人造神經元施加一些電壓來代表一些數據，就必須擦除並且能夠以完全相同的方式重新寫入數據。實驗室。「但是在非晶態固體中，當你再寫一次的時候，由於存在很多缺陷，這些離子會朝不同方向發展，這個流變化很大，很難控制，這是最大的問題 - 人造突觸的不均勻性。

研究小組還表示，人造突觸設計可能使小型攜帶型神經網路設備能夠在今天通過超級計算機進行複雜的計算。

Kim說：「最終，我們需要一個像指甲一樣大的晶元來代替一個大的超級計算機。」

該研究已發表在「自然資源」雜誌上，並得到美國國家科學基金會的部分支持。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！