新材料助力類腦計算 探路「電子大腦」

2020-12-04 央廣網

語音識別、圖像識別、自然語言處理……近年來,源於人工神經網絡概念的深度學習飛速發展,大有挑戰人類唯我獨尊的態勢。儘管如此,很多業內人士認為,人工智慧發展的終極路線,離不開在硬體上模擬人腦的「電子大腦」。

採用傳統矽基電晶體的電路來模擬人腦中的突觸或者神經元的功能,不僅耗費大量硬體資源,而且執行信息處理的過程極其耗能。因此找到合適的材料,構建出可以模擬人腦運行的類腦器件,以及由這些器件集成的硬體類腦系統,是人工智慧能否實現像人腦那樣「靈光」的關鍵。

近日,南京大學物理學院繆峰教授團隊分別在類腦視覺傳感器和可重構類腦電路方面取得重要進展。這些研究成果發表在權威期刊《科學·進展》和《自然·電子學》上。

 像搭「樂高」一樣,搭出類腦視覺傳感器

「傳統的機器視覺系統需要先探測再處理,使用的圖像傳感器在探測目標圖像的同時會產生大量冗餘信息,此類信息通過有限的帶寬再傳輸至計算機,會導致較大的時間延遲和較高的功耗。人眼不僅可以同時探測、處理信息,而且整體功耗極低。」繆峰團隊成員梁世軍副研究員說。

人類視覺系統強大的信息處理能力,很大程度上依賴於視網膜的獨特結構和功能。視網膜中的主要細胞包括感光細胞、雙極細胞等,這些細胞之間呈現出垂直分層的結構。

光透過瞳孔入射到視網膜上後,感光細胞將入射光轉換為電學信號,流經雙極細胞,電學信號會得到一定的預加工和處理。加工後的信息僅僅保留原圖像的主要特徵,再傳輸至大腦皮層進行進一步的圖像處理和理解。通過這種方式,視網膜在一定程度上實現了信息探測和處理的同步進行。

「二維材料具有原子的尺寸和有別於傳統三維材料的全新物理性質,而且對外界刺激響應靈敏。更為有趣的是,二維材料具有非常好的垂直擴展性,我們可以像『搭樂高』一樣,在原子世界裡,將性質迥異的多種二維材料按照不同的順序堆垛,製造出自然界並不存在的新型結構材料。」繆峰說。

他的團隊採用「原子樂高」的方式,實現了對視網膜結構和功能的模擬。科研人員將二硒化鎢、氮化硼以及氧化鋁製備成垂直異質結器件,這些垂直結構不僅能自然地模仿視網膜的垂直分層結構,而且所包含的不同二維材料還可用來模擬視網膜中不同細胞的功能。

「通過控制垂直異質結器件的柵壓,我們實現了對感光細胞和雙極細胞生物功能的模擬,器件的響應時間和功耗均接近人類視網膜的水平——響應時間小於10毫秒,功耗小於10納瓦。」繆峰說。

打造二維「可重構」器件,讓類腦電路「瘦身」

目前,主流的信息處理技術依賴於馮·諾依曼架構,在這種架構中,數據的存儲和計算是分開進行的。數據在存儲和計算單元之間來回「搬運」,會產生較大的延時和較高的功耗,隨時有「交通堵塞」的風險。而人腦的神經結構具有強大的信息處理能力,即使做大量的腦力活動,也只有20瓦左右的功耗。所以,近年來,科學家們不斷嘗試採用類似人腦神經元的結構來設計電路,以提升算力、降低功耗。

人腦中神經元之間連接的部分被稱為突觸,它不僅具有記憶的能力,而且能夠根據所傳遞的信號,調整傳遞效率。模仿此類運算模式的類腦電路,可實現數據的並行傳送和分布式處理,並能夠低功耗實時處理海量數據。

「如何用更少的硬體,實現更多的運算,這需要電路具有可重構的特性。但目前主流的可重構電路是基於傳統的矽基電路,構成這些電路的電晶體器件具有單一的電學特性,一旦製備完成,就無法通過電學操作實現動態轉換。只有通過耗費大量的電晶體,來構建複雜的電路,才能讓電路擁有可重構的計算能力。」繆峰說,他的團隊利用二維層狀半導體材料二硒化鎢,設計出電場可調的二維同質結(ETH)器件,這種器件會表現出8種不同的電流開關狀態,從而在器件層面實現了「可重構」的電流開關特性。

「在大腦神經系統中,一個神經元需要與多個神經元之間互聯來進行信息的傳遞和處理,這與傳統電晶體器件單一埠的控制方式完全不同,所以擁有多端信號傳遞和多種電流開關狀態的ETH器件,可以用來設計類似大腦的能夠滿足不同信息處理需求的類腦電路。」繆峰介紹,在傳統的類腦晶片中,需要耗費超過10個電晶體,才能模擬生物突觸的功能,這在很大程度上會限制傳統類腦晶片的集成度。但研究團隊設計的可重構突觸電路,僅需利用3個ETH 器件和一個電容元件。

繆峰說,這意味著,通過設計電場可調的ETH器件,在確保器件與電路都具有可重構功能的同時,可以大幅降低電路電晶體資源的消耗。「一方面有利於晶片的小型化和功能密度的提升,另一方面也能降低晶片的整體能耗,有望助力物聯網、邊緣計算、人工智慧等應用的快速發展。」(記者 金 鳳)

相關焦點

  • 新材料助力類腦計算,探路「電子大腦」
    儘管如此,很多業內人士認為,人工智慧發展的終極路線,離不開在硬體上模擬人腦的「電子大腦」。採用傳統矽基電晶體的電路來模擬人腦中的突觸或者神經元的功能,不僅耗費大量硬體資源,而且執行信息處理的過程極其耗能。因此找到合適的材料,構建出可以模擬人腦運行的類腦器件,以及由這些器件集成的硬體類腦系統,是人工智慧能否實現像人腦那樣「靈光」的關鍵。
  • 新材料助力類腦計算,探路「電子大腦」
    儘管如此,很多業內人士認為,人工智慧發展的終極路線,離不開在硬體上模擬人腦的「電子大腦」。  採用傳統矽基電晶體的電路來模擬人腦中的突觸或者神經元的功能,不僅耗費大量硬體資源,而且執行信息處理的過程極其耗能。因此找到合適的材料,構建出可以模擬人腦運行的類腦器件,以及由這些器件集成的硬體類腦系統,是人工智慧能否實現像人腦那樣「靈光」的關鍵。
  • 自旋器件做類腦計算,怎麼做?
    回想半個多世紀以來,大規模集成電路的發展使電子計算機從房間大小變成可以放進牛仔褲口袋的智慧型手機,我們是否也可以期待將來隨身攜帶一個AlphaGo或與之相當的「智能大腦」呢? 解決上述關鍵問題必須突破現有的馮諾依曼的計算機架構,發展類腦計算和隨機計算等新型計算方案。
  • 類腦計算,他們從0到1
    類腦計算屬於交叉研究領域,涉及腦科學、電子、微電子、計算機、自動化、材料以及精密儀器等多個學科。學科交叉意味著研究中需要集各科之所長,但是專業壁壘卻增加了學科之間互相理解、協同配合的難度。如何讓一個生物學家不必深入鑽研計算機理論卻依然能理解進而將自己的專業前沿成果結合到類腦計算當中?這是交叉研究項目面臨的現實問題。
  • 人工「電子大腦」來了!是否能成為超越人腦的「最強大腦」?
    繆峰團隊一直專注於探索二維材料獨特的物理性質,並利用這些性質來實現打造未來的類腦計算硬體,近年來取得了諸多進展。   二維材料作為一種非常重要的量子材料,它具有原子的尺寸和有別於傳統三維體塊材料的全新物理性質,而且對外界刺激響應靈敏,使得對其性質進行調控成為可能。
  • 類腦計算機:一種新型的計算系統
    這臺類腦計算機包含792顆浙江大學研製的達爾文2代類腦晶片,支持1.2億脈衝神經元、近千億神經突觸,與小鼠大腦神經元數量規模相當,典型運行功耗只需要350-500瓦,同時它也是目前國際上神經元規模最大的類腦計算機。類腦計算機通過模擬海馬體記憶機制,實現對大腦內部記憶信息的存取,構造一種全新的人工智慧系統。
  • 有望打造人工「電子大腦」!南大教授搭建「原子樂高」獲重要進展
    近日,南京大學物理學院繆峰團隊分別在類腦視覺傳感器和可重構類腦電路方面取得重要進展,有望為未來開發基於二維量子材料的新型類腦晶片提供物理和技術基礎,成果於6月25日和6月30日分別發表在權威期刊《科學》子刊《科學進展》和《自然》子刊《自然電子學》上。
  • 科學網—尋找類腦計算的設計「範式」
    然而要實現這一夢想,就必須給機器人一顆類似人類的「大腦」。為此,人類在不斷探索著腦科學的奧秘,用機器模擬生物神經網絡的結構和信息加工的潛力,後者就是類腦計算,也叫神經形態計算。 當前,類腦計算在世界範圍內尚處於初步探索階段,也正因為如此,目前該領域還沒有形成公認的技術標準與方案。
  • 「天機芯」登《自然》封面後清華實現類腦計算「圖靈完備性」突破
    )工作原理、與結構啟發的計算技術處理信息的計算技術,類腦計算、或者說神經形態計算,被認為是實現通用人工智慧的重要途徑之一,也是新一代計算機發展的極具潛力的方向之一。這就是所謂的類腦計算的概念。與傳統的計算技術相比,類腦計算最主要的區別之一在於擺脫了馮・諾依曼架構 「存算分離」 的枷鎖。受生物神經系統(包括大腦)工作原理與結構啟發,類腦計算系統用超大規模集成電路和微納電子來仿生神經突觸與神經元的功能,將數據存儲和處理的功能集中在計算單元上,從而大幅減少處理器從存儲器中讀取和寫入數據的能耗。
  • 清華施路平團隊新研究登上《自然》,提出類腦計算系統新框架
    10月14日,在最新一期《自然》雜誌中,發布了清華大學施路平團隊的一項新研究,在類腦計算通用系統層次結構方面取得了新進展,該層次結構將算法的要求及其在一系列神經形態系統上的實現形式化,從而為研究的結構化方法奠定了基礎。
  • 清華大學計算機系張悠慧團隊首次提出「類腦計算完備性」
    相對於通用計算機,這一定義放鬆了對系統計算過程和精度的約束。團隊進一步提出相應的類腦計算機層次結構和確保類腦計算完備性的硬體原語(相當於通用處理器的機器指令)來充分利用這一新完備性帶來的優勢。上述論文分別從「異構融合的新型類腦計算晶片與系統」、「基於憶阻器件的神經形態晶片」、以及「類腦計算完備性與系統層次結構」等角度完成了類腦計算領域的首次實現,標誌著清華大學在此領域的國際領先地位。「施路平教授團隊的研究面向新型類腦計算晶片與系統,是在面向通用人工智慧的應用方面開展工作,可以說是我們工作的牽引。而吳華強教授團隊在新器件、新工藝層面的創新,則是我們工作的推動。
  • 餘山:從腦網絡到人工智慧——類腦計算的機遇與挑戰
    所以AlphaGo 可以說是結合了類腦與非類腦的計算與智能,完美發揮其各自特長所取得的成功。除了AlphaGo 所運用的深度神經網絡之外,現在研究的類腦計算和智能還有哪些方面?可能會在不久的將來帶來什麼樣的突破呢?  什麼是類腦計算?
  • 類腦計算丨CNCC技術論壇
    本論壇將於CNCC第二天(10月23日)13:30-15:30在北京新世紀日航飯店三層上海廳舉辦,共邀清華大學、靈譯腦科學(上海)研究院、浙江大學、中科院自動化所等機構和企業的專家與您探討。類腦計算是借鑑神經科學處理信息的基本原理,面向人工通用智能,發展新的非馮諾依曼計算技術。類腦計算系統是人工通用智能的基石,擁有極為廣闊的應用前景。其重要性正如歐盟人腦旗艦研究計劃項目所指出的:「在未來10到20年內,誰要想主導世界經濟,誰必須在這個領域領先」。
  • 中國團隊提出類腦計算新概念,讓軟硬體開發「脫鉤」
    類腦硬體或能顛覆計算領域,但在這類系統上實現算法尚存挑戰一種新提出的概念框架或能簡化實現步驟,加速該領域的研究進展。下一代高性能、低功耗計算機系統的靈感可能來自大腦。不過,隨著設計者從傳統計算機技術向類腦(神經形態)系統靠攏,他們也必須拋棄支撐傳統計算機的已有的形式層次結構,這裡的層次結構是一種抽象框架,它從廣義上定義了軟體如何被數字計算機處理並轉換成能在計算機硬體上運行的操作。
  • 腦科學日報:可印在皮膚上的監測傳感器;類腦計算系統新框架
    1,《自然》重磅:清華團隊提出類腦計算系統新框架,通用人工智慧或將不再科幻 來源:學術頭條 類腦計算系統和傳統計算系統的層次結構 一直以來,通過模擬人腦信息處理方式,仿製像人腦一樣具有「思維」、在工作性能上超越人腦的「類腦系統」,實現通用人工智慧,是眾多科學家畢生追求的夢想。
  • 專家談計算神經科學與類腦人工智慧的關係
    腦科學是一個重大廣闊的領域,本文僅涉及神經網絡的計算及其對信息技術前景的影響。 眾所周知,科技創新對社會經濟的進步起著巨大的作用。計算機的快速發展使信息技術產業成為現代經濟的重心之一。然而,現有計算機仍難以完成許多對人類大腦來說輕而易舉的複雜任務。所以,新一代信息技術產業很關注對於大腦功能和神經網絡的研究,希望在理解其工作機制的基礎上設計出新型的「人腦式電腦和機器人」 。
  • 不理解人腦原理,如何造出類腦計算系統天機晶片?
    撰文:施路平 清華大學教授,清華大學類腦計算中心主任,光碟國家工程研究中心主任,國際光學工程學會(SPIE)會士類腦計算是借鑑腦科學的基本原理,面向人工的通用智能,基於神經形態工程發展的新的計算技術。為什麼要發展這樣一個技術?
  • 相當於小鼠大腦 浙江成功研製神經元規模最大的類腦計算機
    這臺類腦計算機是目前國際上神經元規模最大的類腦計算機。它包含792顆浙江大學研製的達爾文2代類腦晶片,支持1.2億脈衝神經元、近千億神經突觸,神經元數量規模相當於一個小鼠大腦。相比傳統計算機由於數據儲存和計算分離而產生的高能耗問題,該類腦計算機的典型運行功耗只需350瓦至500瓦。
  • 理解人腦原理,才能製造出類腦計算系統天機晶片?
    類腦計算是借鑑腦科學的基本原理,面向人工的通用智能,基於神經形態工程發展的新的計算技術。發展類腦計算是發展人工通用智能的一個非常重要的部分,因為這是計算的基石。發展人工通用智能並不是最近才有的想法,如果我們翻閱圖靈、馮諾依曼這些大科學家早期的文章,不難發現這是科學家們一直以來的夢想。
  • 神經元規模最大的類腦計算機誕生 與小鼠大腦神經元數量規模相當
    這臺類腦計算機包含792顆浙江大學研製的達爾文2代類腦晶片,支持1.2億脈衝神經元、近千億神經突觸,與小鼠大腦神經元數量規模相當,典型運行功耗只需要350至500瓦,同時它也是目前國際上神經元規模最大的類腦計算機。 眾所周知,計算機最初的發展選擇了以數值計算見長的馮·諾依曼架構,也就是以數字加減乘除的方式來進行信息架構。