科學家創造人工突觸，將進一步拉進晶元和人腦間的距離
源Rankred譯劉恆
科學家利用硅鍺構建晶體管模擬開關器件小型人工突觸晶元可以識別手寫樣本，精確度達到95％它旨在消除現有神經形態晶元有限的可擴展性，並執行只有超級計算機才能實現的複雜任務
目前，在處理能力方面，晶元打敗人腦還是不可能的。然而，麻省理工學院在神經形態計算領域的工程師們正在開發一種像人腦一樣工作的晶元。
與今天的二進位數字硬體不同的是，新的腦晶元將以模擬的方式工作，交換權重比（信號梯度），就像神經元流經突觸時根據離子的數量和類型以不同的方式激活。
神經形態工程並不是什麼新鮮事物：這個概念是在二十世紀八十年代末提出的，即使用 VLSI（超大規模集成電路）系統來模擬神經系統中的神經生物學結構。已有數十家大公司和高校研究這個領域。
最近，麻省理工學院的工程師們發現了無晶體管的模擬開關器件，它可以克服諸如鍵合可伸縮性和高功耗的一些限制。
靈感來自人腦
成年人腦含有 860 億個神經元和 850 億個非神經元細胞。單個神經元能夠通過突觸向成千上萬的其他神經元傳遞指令。
神經系統中的突觸是允許神經元將化學或電信號傳遞給另一個神經元的結構。有超過 100 萬億的突觸介導神經元信號。有些關係得到了加強，有些關係則被消減，使人類的大腦能夠快速記住事實、識別模式並執行學習任務。
像人腦一樣，微小的神經晶片可以並行處理數百萬個數據流。目前為止，這隻能在超級計算機上才能實現，但現在，研究人員已經提出了一種能夠精確控制流過它的電流強度（如神經元之間的離子流動）的人造突觸。
他們使用硅鍺建立一個小的人工突觸晶元，可以識別手寫樣本，準確率達到95%。這對於為模式識別和其他複雜的學習任務開發高效、便攜和低功耗的神經形態硬體是一大步。
現有系統存在問題
大多數神經形態學硬體設計試圖通過由開關介質分開的兩個導電層模擬神經元之間的突觸連接，類似於突觸樣空間。就像突觸的「權重」如何變化一樣，當施加電壓時離子應該在開關介質中移動以形成導電絲。
然而，在目前的設計中，由於開關介質的原因，我們無法精確地控制離子流動。由於這些開關介質大部分是由非晶態材料製成的，因此它為離子提供了無數的通路。這些路徑使得很難預測離子移動的位置，造成突觸性能不必要的不均勻性。
在非晶態金屬中，當施加一定電壓來表示數據時，離子會朝不同的方向移動。數據流在不斷變化，很難控制。然而，在新的人工神經元中，可以完全擦除數據並以同樣的方式再次寫入數據。
製造人工突觸
新設計使用單晶硅，其中原子以連續方式排列，使離子能夠預測性地流動。為了讓他們這樣做，科學家們在硅晶圓上開發了硅鍺的網狀結構。硅鍺的晶格比硅大得多。這兩種材料形成隧道狀的錯位，形成離子的單一路徑。
科學家製造了一個硅鍺晶元，其中有人造突觸，每個突觸的長度約為25納米。對每個突觸施加電壓表現出更少或更多的相同電流（離子流），突觸之間僅有4％的變化。與由非晶態金屬製成的神經形態晶元相比，該性能更均勻。
測試
為了驗證器件的一致性（證明人工神經網路的關鍵因素），科學家在700次施加相同電壓下測試了一個單突觸。它表現出相同的電流，只有1％的變化。
三層多層感知神經網路
該團隊還進行了一些實際測試，如識別手寫樣本。神經形態晶元將具有「輸入/隱藏層/輸出神經元」，每個神經元通過硅鍺人工突觸連接到其他神經元。這些神經網路可以學習某些模式，就像人類大腦一樣。
他們通過2個人工突觸層連接3個神經層進行人工神經網路模擬。他們執行了一個包含數萬個樣本的手寫數據集，發現網路成功識別了95.1％的樣本。
人工突觸的發展為傳統馮·諾依曼計算演算法的實現提供了功能全面的大型神經網路。另外，它們還滿足數字非易失性存儲器所需的特性。
最終，研究人員正在尋求在現實中執行識別任務，而不是通過模擬執行其他只有通過大型超級計算機才能實現的複雜操作。
-END-
譯者 劉恆
現通信與信息系統專業。一個熱愛AI的初級碼農研究僧。
了解如何加入我們
TAG:小象 |