論傳遞信息的能力，計(jì)算機(jī)的二進(jìn)制目前還比不上人腦。因?yàn)榇竽X神經(jīng)元之間傳遞的信號(hào)形式遠(yuǎn)多過(guò)0或1兩種：根據(jù)突觸（神經(jīng)元之間的結(jié)構(gòu)）間不同的神經(jīng)遞質(zhì)，不同的濃度，下游神經(jīng)元可以拿到不一樣的信號(hào)。

神經(jīng)形態(tài)計(jì)算領(lǐng)域的研究人員希望，能找到一種造出類腦的芯片，可多層次地傳遞信息。一旦有了多層次的信號(hào)傳遞方式，那么很小的一塊神經(jīng)形態(tài)芯片就能匹敵現(xiàn)在的超算，毫不費(fèi)力地并行運(yùn)算海量數(shù)據(jù)。

前兩天，MIT電子與微系統(tǒng)技術(shù)實(shí)驗(yàn)室的Jeehwan Kim教授在《自然》材料子刊發(fā)表了一篇論文，SiGe epitaxial memory for neuromorphic computing with reproducible high performance based on engineered dislocations。

MIT電子與微系統(tǒng)技術(shù)實(shí)驗(yàn)室的Jeehwan Kim教授

?

Kim教授和他的研究團(tuán)隊(duì)設(shè)計(jì)出一種材料為硅鍺的人工突觸芯片，可以精確地控制電流的強(qiáng)度，就像神經(jīng)元可以定量釋放多少神經(jīng)遞質(zhì)一樣。

?

論文中顯示，這款人工突觸芯片已經(jīng)可以支持識(shí)別手寫(xiě)字體的機(jī)器學(xué)習(xí)算法，準(zhǔn)確率達(dá)到95%。盡管低于現(xiàn)有的芯片的基準(zhǔn)表現(xiàn)97%，不過(guò)依然相當(dāng)promising。

?

可以說(shuō)，這篇文章的研究工作奠定了未來(lái)神經(jīng)形態(tài)芯片的發(fā)展基礎(chǔ)。

?

以后我們的移動(dòng)設(shè)備，可能得靠這種芯片來(lái)支持圖像識(shí)別和其他機(jī)器學(xué)習(xí)任務(wù)了。又考慮到移動(dòng)設(shè)備有限的續(xù)航能力，這芯片不光要體積小，還得低耗才行。

?

能快速運(yùn)算AI算法，便攜，低耗是未來(lái)市場(chǎng)對(duì)這種芯片的基礎(chǔ)要求。

?

1.待解決的難題：太多條“路”可以走

Kim教授說(shuō)，現(xiàn)有的大部分神經(jīng)形態(tài)芯片都嘗試模仿神經(jīng)突觸，將兩個(gè)可導(dǎo)電的層用另一種纖維介質(zhì)分隔開(kāi)。由于所用的介質(zhì)材料是非晶態(tài)的，電子可以朝所有可能的方向跑，像彈珠機(jī)一樣。即使人工突觸的空間結(jié)構(gòu)是模仿出來(lái)了，卻無(wú)法精準(zhǔn)控制“遞質(zhì)釋放的濃度”——電流的強(qiáng)度。

?

控制不了電流的強(qiáng)度，那么所攜帶的信息也就復(fù)現(xiàn)不了。這就是人工突觸芯片面臨的最大難題，缺乏信息傳遞的一致性。

?

2.完美的不匹配

為了解決這個(gè)問(wèn)題，Kim研究團(tuán)隊(duì)鎖定了一種由連續(xù)排列的原子組成的無(wú)缺陷導(dǎo)電材料，單晶硅。這樣就可以準(zhǔn)確預(yù)測(cè)電子的流動(dòng)了。

?

后來(lái)進(jìn)一步研究發(fā)現(xiàn)，硅鍺的晶格稍大于硅的晶格，這兩種完全不匹配的材料可以形成漏斗狀的錯(cuò)位，反而能形成單一的離子流通路徑。

?

這個(gè)由硅鍺制成的人工突觸芯片，每個(gè)“突觸”間隙約25納米。實(shí)驗(yàn)中對(duì)每個(gè)突觸施加電壓，發(fā)現(xiàn)所有突觸都表現(xiàn)出差不多的電流，不同突觸之間的差異大概為4％。與由非晶態(tài)的材料制成的“突觸”相比，電流強(qiáng)度大小更可控。

?

對(duì)單個(gè)“突觸”的700次重復(fù)施電壓實(shí)驗(yàn)中，“突觸”所輸出的電流都是相同的，偏差均在1％。

?

Kim說(shuō)：“這是我們目前能夠達(dá)到的（電流強(qiáng)度）最一致的芯片了。”

?

對(duì)于提高未來(lái)人工神經(jīng)網(wǎng)絡(luò)性能來(lái)說(shuō)，這工作邁出了很關(guān)鍵的一步。

?

3.識(shí)別手寫(xiě)數(shù)字的表現(xiàn)

電流強(qiáng)度是控制得不錯(cuò)了，那么和現(xiàn)有的馮諾依曼結(jié)構(gòu)的芯片比，計(jì)算性能表現(xiàn)怎么樣？

?

Kim團(tuán)隊(duì)給這種芯片布置了一個(gè)機(jī)器學(xué)習(xí)的任務(wù)：識(shí)別手寫(xiě)數(shù)字。

?

這是人工突觸芯片的第一次實(shí)際測(cè)試。

?

例如，當(dāng)一個(gè)輸入是手寫(xiě)的“1”，輸出標(biāo)記為“1”時(shí)，不僅會(huì)有輸出神經(jīng)元被輸入神經(jīng)元激活，還會(huì)收到人造突觸權(quán)重的影響。

?

如果輸入神經(jīng)元感知到不同樣本之間，可能存在某些同一個(gè)字母的相似特征時(shí)（你可以想象為更多的手寫(xiě)“1”的例子輸入同一個(gè)芯片時(shí)），相同的輸出神經(jīng)元就被激活，和我們大腦的學(xué)習(xí)過(guò)程一樣。

?

最后這種硅鍺材質(zhì)的人工突觸芯片表現(xiàn)還不賴，手寫(xiě)數(shù)字識(shí)別準(zhǔn)確率為95%，略微低于現(xiàn)在的基準(zhǔn)線97%。

?

Kim團(tuán)隊(duì)希望，他們的研究工作可以為以后制造擁有超算能力、卻和指甲一樣大的芯片打些基礎(chǔ)。這項(xiàng)研究已經(jīng)得到了美國(guó)國(guó)家科學(xué)基金會(huì)的部分支持。

?

本文轉(zhuǎn)載自中國(guó)科技網(wǎng)，轉(zhuǎn)載目的在于知識(shí)分享，本文觀點(diǎn)不代表V-suan云平臺(tái)立場(chǎng)。