用人工突觸模仿人腦,所需能量是最先進計算系統的1/10

2021-01-07 EDN電子設計技術

根據一項新研究，一種類似電池的設備可以作為計算系統中的人工突觸，用於模仿大腦的效率和學習能力。大腦只需要很少的能量就能學習和記憶大量信息的能力激發了類腦或神經形態計算機的研究。Rh9ednc

 一個研究團隊之前開發了這種計算機的一部分：一種充當人工突觸的設備，模仿神經元在大腦中的通信方式。Rh9ednc

在《科學》雜誌上，該團隊報告稱，這些設備的9個原型陣列在處理速度、能效、重複性和耐用性方面表現優於預期。Rh9ednc

未來，團隊成員希望將他們的人工突觸與傳統電子設備相結合，他們希望這可以成為推動小型設備人工智慧學習向前發展的一步。Rh9ednc

「如果你的記憶系統能夠以我們提出的能源效率和速度進行學習，那麼你可以把它放在智慧型手機或筆記本電腦中，」該論文的作者之一Scott Keene說，他是Alberto Salleo實驗室，史丹福大學材料科學與工程系教授，「這將開啟對我們自己的網絡進行訓練並在設備上本地解決問題的能力，而無需依靠數據傳輸。」Rh9ednc

人工突觸模仿人腦

該團隊的人工突觸類似於電池，改進後，研究人員可以接通或切斷兩個終端之間的電流，這種電流模仿了大腦的學習方式。這是一種特別有效的設計，因為數據處理和存儲發生在一個動作中，在傳統的計算機系統中，數據首先被處理然後才被傳輸到存儲器。Rh9ednc

了解這些設備如何在陣列中執行是至關重要的一步，因為它允許研究人員同時編程多個人工突觸。這比逐個編程突觸節省時間，並且可以與大腦實際工作的方式相比較。Rh9ednc

在先前版本的設備測試中，研究人員發現他們的處理和存儲動作所需的能量是最先進計算系統所需的能量的十分之一，這有利於執行特定的任務。Rh9ednc

不過，研究人員擔心所有這些設備在較大陣列中協同工作時可能會產生過多的耗電。因此，他們重新設計每個設備以減少電流，使電池更糟糕，但陣列更節能。Rh9ednc

3×3的陣列依賴於第二種類型的設備，由共同作者Joshua Yang在麻薩諸塞大學阿默斯特分校開發，用作陣列中突觸編程的開關。Rh9ednc

「要連接所有東西需要進行大量的故障排除和大量的連線。我們必須確保所有陣列組件都協同工作，「Salleo實驗室的博士後學者Armantas Melianas說。「但是當我們看到一切都亮起來時，它就像一棵聖誕樹。那是最激動人心的時刻。「Rh9ednc

在測試過程中，陣列的性能超出了研究人員的預期。它以如此快的速度運行，團隊預測他們需要使用特殊的高速電子設備來測試這些設備的下一個版本。Rh9ednc

在測量了3×3陣列的高能效後，研究人員對大型1024×1024突觸陣列進行了計算機模擬，並估計它可以基於目前智慧型手機或小型無人機相同的電池供電。研究人員還能夠將設備切換超過十億次，這是其速度的另一個證據，沒有看到其性能有所減弱。Rh9ednc

「事實證明，聚合物器件，如果你能很好地使用它們，就可以像傳統的矽產品一樣具有彈性。從我的角度來看，這可能是最令人驚訝的方面。「Salleo說。Rh9ednc

「對我來說，它改變了我對這些聚合物設備的可靠性以及我們如何使用它們的看法。」Rh9ednc

未來的測試

研究人員還沒有將他們的陣列進行測試，這將決定它的學習效果，這也是他們計劃研究的東西。該團隊還希望了解他們的設備如何能夠適應不同的環境，例如高溫，以及將其與電子設備集成在一起。還有許多基本問題需要解決，這些問題可以幫助研究人員準確理解為什麼他們的設備表現如此出色。Rh9ednc

「我們希望更多的人開始研究這種類型的設備，因為沒有多少人關注這個特定的架構，但我們認為它非常有前景，」Melianas說，「因為仍有很大的改進空間和創造力，我們只是觸及表面。「Rh9ednc

其他共同作者來自史丹福大學; 桑迪亞國家實驗室; 和麻薩諸塞大學阿默斯特分校。這項工作的資金來自桑迪亞國家實驗室，美國能源部，國家科學基金會，半導體研究公司，史丹福大學研究生獎學金基金，以及史丹福大學博士後研究的Knut和Alice Wallenberg基金會。Rh9ednc

（原文發表於 stanford ，futurity；雷鋒網編譯）Rh9ednc

相關焦點

  • 會「學習」的人工突觸 比人腦處理信息快
    人工智慧軟體越來越多地開始模仿大腦。諸如Google的自動圖像分類和語言學習程序等算法使用人工神經網絡來執行複雜的任務。但是由於傳統的計算機硬體並不是為了運行類似大腦的算法而設計的，所以這些機器學習任務所需的計算能力要比人腦大一倍。
  • 會「學習」的超導人工突觸:讓神經形態計算更快更節能!
    背景人腦具備非常強大的計算能力，其複雜程度和處理能力遠遠超過最先進的超級計算機。它也被稱為人工突觸，與生物學中的突觸功能類似。這項研究由美國情報先進研究計劃署（IARPA）的低溫計算複雜性項目贊助。NIST製造的人工突觸是一個直徑10微米的金屬圓筒，就像真實突觸一樣，因為它可以處理輸入的電尖峰脈衝，從而定製輸出的尖峰脈衝信號。這種處理基於一種柔性內部設計，可以根據經驗或者所處的環境來調整。細胞或者處理器之間傳遞的信息越多，連接就越強大。因此，真實突觸和人工突觸都能維持舊電路，並創建出新電路。
  • 人造突觸問世計算機模擬人腦不是夢
    該種新型人工突觸不但成功地模仿了人腦中的突觸傳遞信號的方式，而且能效也超過了傳統計算機。計算機處理信息和存儲信息是利用不同器件分別進行的。而在大腦中，進行信息處理的同時也自動儲存了記憶。這項研究於近日發表在《自然·材料》上。將來，這種突觸不但可能成為高仿人腦計算機中的一部分，而且還尤其適用於通過採集視覺和聽覺信號來工作的計算機。這方面已有應用實例，如聲控界面和無人駕駛汽車。
  • 模擬人腦功能的人工突觸裝置
    由DGIST的智能設備和系統研究小組的Myoung-Jae Lee主任領導的一個研究小組成功開發了一種人工突觸裝置，模仿神經細胞（神經元）和突觸的功能，這些神經細胞和神經是對人類大腦記憶的反應。突觸是軸突和樹突相遇的地方，因此人腦中的神經元可以發送和接收神經信號; 眾所周知，人類大腦中有數百萬億個突觸。這種從大腦傳遞信息的化學突觸信息傳遞系統可以用很少的能量處理高水平的並行算法，因此對模擬突觸的生物學功能的人工突觸裝置的研究正在全球範圍內進行。
  • 新型生物電路模仿突觸與神經元,向類腦計算邁出重要一步
    為了突破這一瓶頸，科學家們希望從生物大腦特別是人腦結構中獲取靈感。人腦遙遙領先於最先進的數字計算機，因為其處理和存儲信息是在同一個地方。這個地方就是神經突觸，或者說神經元之間的連接。人腦中有數以百萬億計的神經元。
  • 史丹福大學實現高性能低功耗人工突觸,可用於神經網絡計算
    相關研究發表在了 2 月 20 日 的 Nature Materials上，該人工突觸模仿了大腦突觸從通過其中的信號中進行學習的方式。較之傳統計算方式，這種方式要節能得多，傳統方法通常分別處理信息然後再將這些信息存儲到存儲器中。就是在這裡，處理過程創造出記憶。或許有一天，這款突觸能夠成為一臺更接近大腦計算機的一部分，它特別有利於處理視覺、聽覺信號的計算過程。
  • 新型自旋電子器件:可模仿人腦神經元與突觸!
    這些自旋電子器件有望應用於未來高能效、自適應的計算系統，因為它們表現得像人腦中的神經元與突觸一樣。背景如今的信息社會構建在數字計算機的基礎上。半個世紀以來，數字計算機取得了迅猛發展，能夠可靠地執行複雜任務。
  • 人造突觸問世,可用於搭建神經網絡
    科學家用有機材料製成了人工突觸，可模仿神經元之間的信息傳遞。多年以來，雖然計算機技術飛速發展，但是科學家們仍然難以構建出高效而精巧的大腦仿生計算機。該種新型人工突觸不但成功地模仿了人腦中的突觸傳遞信號的方式，而且能效也超過了傳統計算機。計算機處理信息和存儲信息是利用不同器件分別進行的。而在大腦中，進行信息處理的同時也自動儲存了記憶。這項研究於 2 月 20 日發表在《自然·材料》（Nature Materials）上。
  • 人造神經元計算速度超過人腦
    圖片來源：CNRI/SPL　　一種以神經元為模型的超導計算晶片，能比人腦更高效快速地加工處理信息。近日刊登於《科學進展》的新成果，或許將成為科學家們開發先進計算設備來設計模仿生物系統的一項主要基準。儘管在其商用之前還存在許多障礙，但這項研究為更多自然機器學習軟體打開了一扇大門。　　當下，人工智慧軟體越來越多地開始模仿人類大腦。
  • 最新Science:類腦「人造突觸」實現運算存儲同步,能耗僅需計算機的...
    對於特定的任務，人工突觸系統處理和記憶動作所需的能量，僅相當於最先進的計算系統的十分之一。 　　模仿大腦，計算機能夠同時處理存儲和運算了。 　　人腦可以在能耗很低的條件下具備同時學習和記憶大量信息的能力，而目前傳統的計算機系統只能先處理數據，再移動到存儲中。
  • 人工「電子大腦」來了!是否能成為超越人腦的「最強大腦」?
    人腦是自然界中最完美的信息處理系統，也是我們已知的宇宙中最複雜的智能主體。模擬人腦信息處理的方式，並仿製出像人腦一樣能夠「思維」，甚至在工作性能上超越人腦的「人工智慧計算機」，一直是許多科學家畢生追求的夢想。
  • 從人腦本質看人工智慧:人造突觸創紀錄
    原標題：從人腦本質看人工智慧：人造突觸創紀錄 　　人工智慧是關於人腦的科學和科技。 　　事實上，人腦的本質，就是一個由神經元構成的網絡。
  • 英特爾將推新型神經擬態計算系統,可模仿人腦工作方式 | 硬科技
    當下，晶片的角色和應用正在不斷擴展，從自動化到人工智慧以及其他領域對電腦的需求越來越高，迫使電腦需要像人腦一樣運作，這項挑戰了催生了一種全新的專門化的晶片架構。英特爾公司近期宣布，將發布一種神經擬態計算的實驗研究系統Pohoiki Springs，這種前沿技術可以模擬人腦的運作方式，以更快的速度進行計算，同時大大降低能耗。
  • 我國科學家面向智能仿生感知系統的柔性人工突觸研究取得進展
    人工智慧技術的發展為人機互動、仿生感知系統及智慧機器人等領域帶來革命性變化，同時也對複雜數據的處理和人機互動界面提出新要求。不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點。因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。
  • 蘇州納米所：在面向智能仿生感知系統的柔性人工突觸研究得新進展
    人工智慧技術的發展為人機互動、仿生感知系統及智慧機器人等領域的發展帶來了革命性變化，同時對複雜數據的處理和人機互動界面提出了新的要求。不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點，因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。
  • 蘇州納米所在面向智能仿生感知系統的柔性人工突觸研究取得新進展
    人工智慧技術的發展為人機互動、仿生感知系統及智慧機器人等領域的發展帶來了革命性變化，同時對複雜數據的處理和人機互動界面提出了新的要求。不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點，因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。
  • 腦中即是未來:人造突觸的故事
    研究人員在一塊10釐米的晶圓上，構建了144個突觸電晶體，打造出了有史以來功耗最低的人造突觸系統。另一個趨勢，是更多新材料被應用在了人造突觸的研製上。比如2017年4月，史丹福大學和桑迪亞國家實驗室聯合構建出了一種人工突觸，其材料主要由氫、碳兩種元素組成，具有顯著的親肉體性。這種材料將可能作用於腦機接口等領域，從而觀察和解決人腦中實際出現的問題。
  • 新研究稱:已經發明了一種利用強力磁鐵模仿人腦的方法
    美國一項令人震驚的新研究稱，人工智慧研究人員已經發明了一種利用強力磁鐵模仿人腦的方法。人工智慧：科學家使用磁鐵來模擬人腦在機器中的活動。圍繞人腦構建的人工智慧(AI)可以幫助機器人和電腦更好地理解物體之間的差異。例如，這項技術的應用可以幫助機器人即時決定在商店購買哪些產品。人工智慧的突破還可能幫助機器人在路線規劃方面做出優化決策，這是一個被稱為旅行推銷員問題的算法難題。這項研究由美國印第安納州普渡大學的研究人員發表在《神經科學前沿》雜誌上。
  • 蘇州納米所面向智能仿生感知系統的柔性人工突觸研究取得進展
    人工智慧技術的發展為人機互動、仿生感知系統及智慧機器人等領域帶來革命性變化，同時也對複雜數據的處理和人機互動界面提出新要求。不同於目前基於軟體系統和馮·諾依曼構架計算體系實現的神經網絡，人腦運算方式具有高效率和低功耗的特點。因此，通過人工突觸器件的製備，在硬體層面上模擬人腦的神經擬態器件，對構建新的計算系統具有重要意義。
  • 用電晶體模仿神經元,類腦計算機最終會變成「矽基生命」嗎?
    這臺類腦計算機包含792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。此前，世界上關於類腦計算機及神經形態計算、神經形態晶片的研究已經很多：2012年，計算機科學家Dharmendra Modha使用一臺強大的超級計算機來模擬超過5000億神經元的活動——甚至比人腦中850億左右的神經元還要多;2014年，IBM開發具辨識能力的類似人腦晶片SyNAPSE，擁有100萬個人工神經元(類腦細胞)，2.56億個突觸(儲存單元)和4096