麻省工程师设计出可以模仿脑细胞连接的芯片

credit:123RF

对于那些工作在人工智能领域的人来说，让电脑模拟大脑活动是一项艰巨的任务，但如果电脑的硬件设计更像大脑，这项任务可能会变得简单点。

这个新兴领域被称为“神经形态计算”，现在麻省理工学院的工程师们可能已经克服了一个重大的障碍——人造突触芯片的设计。

人脑远强于现有的任何计算机，它们包含大约800亿个神经元，有超过100万亿个突触把它们连接起来并控制着信号的传输。

目前计算机芯片的工作方式是通过以二进制语言传输信号，每一条信息都被编码为1/0或开/关信号。

那么与人的大脑相比怎么样呢？2013年，世界上最强大的超级计算机之一模拟了大脑的活动，只得到一个非常不起眼的结果。

理研(日本理化学研究所)的K计算机使用了82,944个处理器和1拍字节(1拍=1024TB=2^50字节)的主内存，这在当时相当于大约25万台台式计算机。

K计算机花了40分钟模拟了10.4万亿个突触所连接的17.3亿个神经元活动的一秒钟。这可能听起来很多，但这些神经元和突触只相当于人脑组织的百分之一。

但是，如果运算芯片使用类似突触的连接，计算机使用的信号就会更加多样化，从而实现突触式的学习。突触传导在大脑里流通的信号，并且根据流经突触的离子的数量和类型而激活神经元。这有助于大脑识别各种模型，记录信息和执行任务。

迄今为止，复制神经突触已被证明是很困难的，但麻省理工学院的研究人员现在已经设计出了一种由硅锗制成的人造突触芯片，可以精确控制流过人造突触的电流强度，就像神经元之间的离子流一样。

在模拟实验中，它被用来识别手写字体，准确率高达95%。

的先前设计的“神经形态芯片”使用了由非晶体“开关介质”分隔的两个导电层，以起到突触的作用。当接通时，离子流过介质以产生导电细丝以模拟突触导电的权重或者两个神经元之间信号的强弱。

这种方法存在的问题是：没有事先设定好的传导线路，信号会有无数条路径可以传导，这可能会使芯片表现出不稳定性和不可预测。

首席研究员Jeehwan Kim说：“一旦用电压来代表人造神经元的某些数据，就必须能够擦除数据，并能够以完全相同的方式重新写入数据。

“但是当你再次向非晶态固体芯片写入数据时的时候，由于它存在很多缺陷，这些离子会向不同的方向流动，电流产生变化了，因此很难去控制。人造突触的不均匀性是它最大的问题。

考虑到这一点，该团队创建了蕴含一维通道的硅锗晶格，可以使离子流过，这确保了每次都使用完全相同的路径。

这些格子被用来建立一个模拟神经元的芯片;向它施加电压时，芯片上的所有突触显示出相同的电流，误差仅为4％。

一个突触被用电压测试了700次，它电流的变化只有1％，它可以说是最稳定的设备了。

该团队通过模仿人造突触的特点，用实际任务测试了该芯片，并将其用于MNIST数据库(一个手写数字识别库，通常用于图像训练或处理软件中)。

他们的人工神经网络含三层人造神经元，其间由两层人造突触分隔，能够识别数以万计的手写数字，准确度达到95％，而现有软件的精确度是97％。

下一步是实际制造一个能够完成手写识别任务的芯片，以实现制造便携式神经网络设备的最终目标。

Kim说：“我们最终想要一个像指甲一样大的芯片来代替一个巨大的超级计算机。这(研究)为生产真正的人造[智力]硬件铺下了一块踏脚石。”

这项研究已发表在“自然材料”杂志上。

本文译自 sciencealert，由 当 编辑发布。