当前位置:主页 > 世爵平台 >

或成神经计算机时代“晶体管”扩散型忆阻器带

     业界领袖回溯60年AI历史,全球对话人工智能未来挑战,权威发布2016世界人工智能名人堂及中国人工智能产业发展报告;? 国际大咖“视频”远程参会, Bengio 和李飞飞联袂寄语中国人工智能
  扩散型忆阻器,真正的突触模拟器
  该研究的其中一位负责人、马萨诸塞州阿姆赫斯特大学电气和计算机工程教授 Joshua Yang 表示,过去人们使用像晶体管和电容这样的装置模拟突触动力学,虽然有用,但这些装置与真正的生物系统相去甚远,不能算是有效的模拟。实际上,传统冯诺依曼结构的计算机使用的装置体积更大、能耗更多,而且保真度较低。
  发表在《自然-材料》上的这篇论文叫做《使用扩散动力学的忆阻器作为神经形态计算突触模拟器》(Memristors with diffusive dynamics as synaptic emulators for neuromorphic computing)。
  “我们的设备可以用更自然、直接和保真度高的方式模拟突触,不仅模仿突触的一种功能,还模拟突触其他重要的功能,甚至可以把多种功能结合在一起。”Yang 表示。
  在生物系统中,当神经冲动从轴突传导到末端时,突触前膜透性发生变化,膜上的钙离子通道打开,大量钙离子涌入突触,触发神经递质的释放,通过神经递质的作用,神经冲动通过突触从一个神经元传导到另一神经元。
  
  研究中所描述的“扩散型忆阻器”由一片嵌入了纳米银颗粒的氮氧化硅膜构成,放在两个电极之间。氮氧化硅膜是绝缘体,但通电以后,在热力和电力的作用下,膜上排列整齐的银粒子位置开始打散,逐渐扩散,透过薄膜,最终形成一簇簇的导电细丝,能够把电流从一个电极传到另一个电极。关掉电源后,温度下降,纳米银颗粒会重新排列整齐。
  研究人员表示,这一过程非常与钙离子在生物突触中的表现十分类似,因此该装置可以模拟神经元的短期可塑性。高频率的低压脉冲序列将逐渐增加装置的导电性,直到电流可以通过,但如果脉冲持续,电导率最终将会降低。
  研究人员表示,当前大多数使用忆阻器模拟神经突触的设计都没有应用扩散动力学,除非有电容很大的互补金属氧化物半导体(CMOS)计算机模拟亚阈值。
  他们在论文的摘要里写道,“我们提出并论证了一个受生物启发的模拟扩散动力学的解决方案,与 CMOS 方法有着本质上的不同,但又与突触有着极大的相似。具体说,我们研发了一种扩散型的忆阻器,其原子扩散的方式和所需的时间与生物突触传导神经递质的过程更为相似,因此,研究实现了对生物突触的忠实模拟,创造出了真正的突触模拟器。”
  研究人员表示,他们采用的方法不仅提供了忠实地模拟了生物突触的工作原理,还具有其他的一些特征,比如钙离子浓度变化、移动物体的耗尽效应,以及各种不同但却彼此相互反应的物质之间的动态平衡。“这让我们更进一步地抓住了此前没有展示过的突触功能的本质。”
  研究人员还用将扩散型忆阻器和常规的依赖电场的漂移忆阻器结合在一起使用,结果发现可以展示出脉冲计时相关可塑性(STDP),STDP 根据脉冲时间调整神经元之间的连接强度。
  精确再现突触可塑性是创造类脑计算机必不可少的条件。以前也有研究只使用漂移忆阻器模拟钙离子的动态。但 Yang 表示,这些忆阻器是基于物理过程,不同于生物突触,因此保真度和各种可能的突触功能都有很大的限制。Yang 表示,“扩散型忆阻器帮助漂移型忆阻器产生了类似真正突触的行为,结合使用这两种忆阻器带来了 STDP 的天然示范,而 STDP 是长期可塑性学习规则的重要因素。”
  神经形态计算最重要的两个器件凑齐
  今年 8 月,IBM苏黎世研究中心制成了世界首例纳米随机相变神经元。相变神经元信号传输速度很快、功耗很低,而且在相同的输入信号下,多个相变神经元的输出会有轻微的不同,而这正是生物神经元的特性。
  【新智元导读】马萨诸塞大学阿默斯特分校研究人员研发出一种新型忆阻器,能够忠实模拟生物神经元突触的功能,相关论文日前在《自然-材料》发表。实验证明,与传统的漂移型忆阻器一起使用,该装置展现出一些重要的突触功能,包括短期和长期的可塑性。北京大学计算机科学技术系系主任黄铁军博士评论称,马萨诸塞州阿姆赫斯特大学在神经形态器件研制方面很强,配上8月份IBM苏黎世的神经元,神经形态计算最重要的两个器件就到位了,如果可行,堪称神经计算机时代的“晶体管”。
  随着微电子芯片的集成度和性能遵循摩尔定律快速地提高,基于互补金属氧化物半导体(CMOS)工艺的传统存储技术逐渐接近物理极限,计算机的“存储墙”问题愈发严峻。忆阻器的出现给研究者制造存储容量更大、处理速度更快的计算机带来了希望。忆阻器是一种非线性的无源两端口动态器件,它的电阻值依赖于所输入电流或电压的历史。
  IBM 苏黎世研究院的研究人员利用相变存储材料,制作的随机兴奋神经元。两边微小的方形是电极的导电板,很尖的探针触碰到导电板,让相变材料回应神经信号输入。每组探针都能接触到100个细胞组成的一个集群。来源:IBM研究院
  IBM 研究人员已经将好几百个这样的人造神经元构成集群,并用这些集群代表快速复杂的信号。不仅如此,每个人造神经元都表现出了很高的耐受性,能够在 100 Hz 的频率下运行好几年。每个神经元的能耗都少于 5 皮焦,平均能耗少于 120 微瓦。相比之下,60瓦的电灯泡需要消耗 6000万微瓦。
  现在,研究人员又制造出了扩散型忆阻器,相比传统的 CMOS 方法有着极大的改善。论文所描述的扩散型忆阻器将带来能量消耗大幅减少。
  北京大学计算机科学技术系系主任黄铁军博士评论称,马萨诸塞州阿姆赫斯特大学在神经形态器件研制方面很强,配上8月份IBM苏黎世的神经元,神经形态计算最重要的两个器件就到位了,如果可行,堪称神经计算机时代的“晶体管”。1946年第一台计算机 ENIAC 研制成功,同年冯·诺依曼提出经典体系结构,1947年底贝尔实验室发明晶体管,开启了经典计算机70年的辉煌。历史似乎在重复,今年以来,欧洲两台神经形态计算系统 BrainScaleS 和 SpiNNaker正式上线运行,8 月 IBM 宣布研制成功人工神经元,10 月扩散忆阻器如果在人工突触白热化竞争中胜出,神经计算机就有了自己的“晶体管”,神经计算机时代就将正式开启,计算机第二次革命就真的发生了。
  10 月 18 日,2016 世界人工智能大会,英国伯明翰大学计算机学院教授,英国伯明翰大学计算智能与应用研发中心主任,IEEE 计算智能学会副主席姚新将发表演讲,探讨《类脑计算被忘却的三个问题》。
点击次数:  更新时间2016-10-04  【打印此页】  【关闭