目前,，在處理能力方面,，芯片打敗人腦還是不可能的。然而,，麻省理工學(xué)院在神經(jīng)形態(tài)計(jì)算領(lǐng)域的工程師們正在開發(fā)一種像人腦一樣工作的芯片,。 與今天的二進(jìn)制數(shù)字硬件不同的是，新的腦芯片將以模擬的方式工作,，交換權(quán)重比（信號梯度）,，就像神經(jīng)元流經(jīng)突觸時(shí)根據(jù)離子的數(shù)量和類型以不同的方式激活。 神經(jīng)形態(tài)工程并不是什么新鮮事物：這個(gè)概念是在二十世紀(jì)八十年代末提出的,，即使用 VLSI（超大規(guī)模集成電路）系統(tǒng)來模擬神經(jīng)系統(tǒng)中的神經(jīng)生物學(xué)結(jié)構(gòu),。已有數(shù)十家大公司和高校研究這個(gè)領(lǐng)域。 最近,，麻省理工學(xué)院的工程師們發(fā)現(xiàn)了無晶體管的模擬開關(guān)器件,，它可以克服諸如鍵合可伸縮性和高功耗的一些限制。 成年人腦含有 860 億個(gè)神經(jīng)元和 850 億個(gè)非神經(jīng)元細(xì)胞,。單個(gè)神經(jīng)元能夠通過突觸向成千上萬的其他神經(jīng)元傳遞指令,。 神經(jīng)系統(tǒng)中的突觸是允許神經(jīng)元將化學(xué)或電信號傳遞給另一個(gè)神經(jīng)元的結(jié)構(gòu)。有超過 100 萬億的突觸介導(dǎo)神經(jīng)元信號,。有些關(guān)系得到了加強(qiáng),，有些關(guān)系則被消減，使人類的大腦能夠快速記住事實(shí),、識別模式并執(zhí)行學(xué)習(xí)任務(wù),。 像人腦一樣，微小的神經(jīng)晶片可以并行處理數(shù)百萬個(gè)數(shù)據(jù)流,。目前為止,，這只能在超級計(jì)算機(jī)上才能實(shí)現(xiàn)，但現(xiàn)在，研究人員已經(jīng)提出了一種能夠精確控制流過它的電流強(qiáng)度（如神經(jīng)元之間的離子流動）的人造突觸,。 他們使用硅鍺建立一個(gè)小的人工突觸芯片,，可以識別手寫樣本，準(zhǔn)確率達(dá)到95%,。這對于為模式識別和其他復(fù)雜的學(xué)習(xí)任務(wù)開發(fā)高效,、便攜和低功耗的神經(jīng)形態(tài)硬件是一大步。 大多數(shù)神經(jīng)形態(tài)學(xué)硬件設(shè)計(jì)試圖通過由開關(guān)介質(zhì)分開的兩個(gè)導(dǎo)電層模擬神經(jīng)元之間的突觸連接,，類似于突觸樣空間,。就像突觸的“權(quán)重”如何變化一樣，當(dāng)施加電壓時(shí)離子應(yīng)該在開關(guān)介質(zhì)中移動以形成導(dǎo)電絲,。 然而,，在目前的設(shè)計(jì)中，由于開關(guān)介質(zhì)的原因,，我們無法精確地控制離子流動,。由于這些開關(guān)介質(zhì)大部分是由非晶態(tài)材料制成的，因此它為離子提供了無數(shù)的通路,。這些路徑使得很難預(yù)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(tài)金屬中,，當(dāng)施加一定電壓來表示數(shù)據(jù)時(shí),，離子會朝不同的方向移動。數(shù)據(jù)流在不斷變化,，很難控制,。然而，在新的人工神經(jīng)元中,，可以完全擦除數(shù)據(jù)并以同樣的方式再次寫入數(shù)據(jù),。 新設(shè)計(jì)使用單晶硅，其中原子以連續(xù)方式排列,，使離子能夠預(yù)測性地流動,。為了讓他們這樣做，科學(xué)家們在硅晶圓上開發(fā)了硅鍺的網(wǎng)狀結(jié)構(gòu),。硅鍺的晶格比硅大得多,。這兩種材料形成隧道狀的錯(cuò)位，形成離子的單一路徑,。 科學(xué)家制造了一個(gè)硅鍺芯片,，其中有人造突觸，每個(gè)突觸的長度約為25納米,。對每個(gè)突觸施加電壓表現(xiàn)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(tài)金屬制成的神經(jīng)形態(tài)芯片相比，該性能更均勻,。 為了驗(yàn)證器件的一致性（證明人工神經(jīng)網(wǎng)絡(luò)的關(guān)鍵因素）,，科學(xué)家在700次施加相同電壓下測試了一個(gè)單突觸。它表現(xiàn)出相同的電流,，只有1％的變化,。 三層多層感知神經(jīng)網(wǎng)絡(luò) 該團(tuán)隊(duì)還進(jìn)行了一些實(shí)際測試，如識別手寫樣本,。神經(jīng)形態(tài)芯片將具有“輸入/隱藏層/輸出神經(jīng)元”,，每個(gè)神經(jīng)元通過硅鍺人工突觸連接到其他神經(jīng)元。這些神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)某些模式,，就像人類大腦一樣,。 他們通過2個(gè)人工突觸層連接3個(gè)神經(jīng)層進(jìn)行人工神經(jīng)網(wǎng)絡(luò)模擬,。他們執(zhí)行了一個(gè)包含數(shù)萬個(gè)樣本的手寫數(shù)據(jù)集,，發(fā)現(xiàn)網(wǎng)絡(luò)成功識別了95.1％的樣本。 人工突觸的發(fā)展為傳統(tǒng)馮·諾依曼計(jì)算算法的實(shí)現(xiàn)提供了功能全面的大型神經(jīng)網(wǎng)絡(luò),。另外,，它們還滿足數(shù)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(xiàn)實(shí)中執(zhí)行識別任務(wù),，而不是通過模擬執(zhí)行其他只有通過大型超級計(jì)算機(jī)才能實(shí)現(xiàn)的復(fù)雜操作。 |
|
|
