1. 程式人生 > 資訊 >新型類腦計算裝置可模擬人類聯想學習:使用突觸電晶體,容錯率高

新型類腦計算裝置可模擬人類聯想學習:使用突觸電晶體,容錯率高

5 月 1 日訊息研究人員已經開發出了一種類似於大腦的新型計算裝置,能夠通過聯想學習。

類似於著名的生理學家伊萬・巴甫洛夫(Ivan Pavlov)將使狗與食物關聯起來,美國西北大學(Northwestern University)和香港大學的研究人員成功地使光線和壓力的反應形成關聯。

這項研究在 4 月 30 日發表在《自然通訊》(Nature Communications)雜誌。

該裝置的祕密在於其新穎的有機電化學“突觸電晶體”,該電晶體可以像人的大腦一樣同時處理和儲存資訊。研究人員證明,該電晶體可以模仿人類大腦中突觸的短期和長期可塑性,並隨著時間的推移而學習。

新型電晶體和電路具有類似大腦的能力,可以克服傳統計算的侷限性,包括兼顧能耗和效能

,以及多工執行的能力。這種類似大腦的裝置還具有更高的容錯能力,即使某些元件出現故障,也可以繼續平穩執行。

“儘管現代計算機非常出色,但人腦在某些複雜的,非結構化的任務(例如模式識別、運動控制和多感測器整合)中可以輕鬆勝過計算機。”Northwestern 的資深作者喬納森・裡夫奈(Jonathan Rivnay)表示:“這要歸功於突觸的可塑性,它是大腦計算能力的基本組成部分。這些突觸使大腦能夠以高度並行,容錯和節能的方式工作。在我們的工作中,我們證明了模仿生物突觸關鍵功能的有機塑料電晶體。”

Rivnay 是西北麥考密克工程學院的生物醫學工程助理教授,他與香港大學機械工程學副教授 Paddy Chan 共同領導了這項研究。Rivnay 小組的博士後研究員 Xudong Ji 是該論文的第一作者。

現有計算系統的問題

常規的數字計算系統具有獨立的處理和儲存單元,從而導致資料密集型任務消耗大量能量。受人腦中組合的計算和儲存過程的啟發,研究人員近年來尋求開發出更像人腦那樣執行的計算機,並配備了功能類似於神經元網路的裝置。

“我們當前的計算機系統的工作方式是將記憶體和邏輯物理分開。”Ji 說:“執行計算需要將該資訊傳送到儲存單元,然後,每當您要檢索該資訊時,都必須對其進行呼叫。如果能夠將這兩個單獨的功能結合在一起,則可以節省空間並節省能源成本。”

通過將單個突觸電晶體連線到神經形態電路中,研究人員證明了它們的裝置可以模擬聯想學習。來源:西北大學

當前,記憶電阻器或“憶阻器”是最先進的技術,可以執行組合的處理和記憶功能的器件,但憶阻器的開關成本高昂且生物相容性較差。這些缺點導致研究人員找到了突觸電晶體,特別是有機電化學突觸電晶體,該電晶體以低電壓,連續可調的儲存方式執行,並且對生物學應用具有高度的相容性。儘管如此,挑戰仍然存在。

Rivnay 說:“即使是高效能的有機電化學突觸電晶體,也要求將寫操作與讀操作分離。因此,如果要保留記憶體,則必須將其與寫過程斷開連線,這會使整合到電路或系統中的問題進一步複雜化。”

突觸電晶體如何工作?

為了克服這些挑戰,西北大學和香港大學團隊在有機電化學電晶體中優化了一種導電塑料材料,可以捕獲離子。在大腦中,突觸是一種結構,神經元可以使用稱為神經遞質的小分子,通過該結構將訊號傳輸到另一個神經元。在突觸電晶體中,離子的行為類似於神經遞質,在末端之間傳送訊號以形成人工突觸。通過保留捕獲離子的儲存資料,電晶體可以記住以前的活動,從而可以長期保持可塑性

研究人員通過將單個突觸電晶體連線到神經形態電路中以模擬聯想學習,展示了其裝置的突觸行為。他們將壓力和光感測器整合到電路中,並訓練電路將兩個不相關的物理輸入(壓力和光)彼此關聯。

聯想學習中最著名的例子也許是巴甫洛夫的狗,它在遇到食物時會自然流口水。在對狗進行訓練使鈴鐺與食物相關聯之後,當狗聽到鈴鐺的聲音時也開始流口水。對於神經形態電路,研究人員通過用手指按壓施加壓力來啟用電路。為了調節電路使光與壓力相關聯,研究人員首先對 LED 燈泡施加了脈衝光,然後立即施加了壓力。在這種情況下,壓力是食物,光是鈴聲,裝置的相應感測器檢測到兩個輸入。

經過一個訓練週期後,電路在光和壓力之間建立了初始連線。經過五個訓練週期後,電路將光與壓力顯著關聯。光單獨能夠觸發訊號或“無條件響應”。

未來的應用

由於突觸電路是由柔軟的聚合物(例如塑料)製成的,因此可以很容易地在柔性電路板上製成,並且可以輕鬆地與活組織甚至大腦連線的裝置整合,也可以整合到柔軟的可穿戴的電子裝置,智慧機器人和可植入裝置中。

“雖然我們的成果是概念證明,但我們提出的電路可以進一步擴充套件,以包括更多的感官輸入,並與其他電子裝置整合在一起,以實現低功耗計算。”Rivnay 說,“由於它與生物相容,因此該裝置可以直接與活組織接觸,這對於下一代生物電子學至關重要。”