鐵電憶阻器為電子腦實現人工突觸

2020-11-25 電子工程專輯

電子腦的學習需要以軟體仿真(較緩慢)或是硬體仿真(較快速)真實人腦的憶阻器組件，即所謂的「突觸」(synapse)。為此，美國阿肯色大學(University of Arkansas)與法國的研究人員連手，成功地從鐵電材料和生物結構中打造出快速反應的人工突觸。

由突觸連接的前神經元和後神經元；神經突觸的傳遞由神經元突波的因果關係(Δt)進行調節 （來源：University of Arkansas）MjmEETC-電子工程專輯

研究人員表示，他們所打造的人工突觸專用於自主學習應用，為打造具有與人腦相似的大型人工智慧(AI)電子腦開啟了大門。MjmEETC-電子工程專輯

電子腦中的人工突觸展現其可塑性——即增強記憶力以提高反覆學習訓練的能力，以及減弱僅出現一次或偶發的訓練記憶。突觸的可塑性對於模擬真正的人腦至關重要。MjmEETC-電子工程專輯

為了達到這個目標，法國科學家從超薄的鐵電穿隧接面著手，在電壓脈衝流經時改變其導電性，從而調諧記憶的強弱。換言之，當記憶的部份變得越來越強、越來重要，就會更經常被感知或記憶；而那些僅出現一次或偶發的記憶則會變得越來越弱，最終逐漸消失。MjmEETC-電子工程專輯

在對於流經許多(或少數)脈衝敏感的人工腦中，研究人員利用每個人工腦細胞(神經元)之間夾在突觸連接之間的鐵電材料，可分別使記憶連接變得越來越強或越來越弱。

鐵電憶阻器；其中的BiFeO3 (BFO)穿隧阻障層夾在(Ca,Ce)MnO3 (CCMO)底部電極與Pt/Co頂部次微米柱之間；圖中的YAO是指鋁酸釔(YAlO3) （來源：University of Arkansas）MjmEETC-電子工程專輯

Bin Xu和Laurent Bellaiche為研究人員提供了一個有關突觸如何發展或縮小的微觀記錄，從而使未來的研究人員能夠更輕鬆地創造更大的自主學習網絡。阿肯色大學的研究人員並提供詳細的計算機仿真來支持法國科學家所測量的鐵電穿隧接面功能。MjmEETC-電子工程專輯

編譯：Susan HongMjmEETC-電子工程專輯

本文授權編譯自EE Times，版權所有，謝絕轉載MjmEETC-電子工程專輯


關注最前沿的電子設計資訊，請關注「電子工程專輯微信公眾號」。
MjmEETC-電子工程專輯

MjmEETC-電子工程專輯

相關焦點

  • 人工突觸模擬憶阻器研究取得進展,有助深度學習神經網絡發展
    而借鑑人腦神經突觸結構，構築結構簡單、低功耗、高低阻態連續可調的非易失性阻態憶阻器是實現類腦神經形態計算中至關重要的一步。目前，模仿生物神經系統中突觸間隙神經遞質釋放過程與電信號傳遞處理調控構建的多柵極人造神經元電晶體常表現出高低電阻態的突變。然而，基於二維材料的兩端電阻開關器件通常表現出從高電阻狀態到低電阻狀態的突變。
  • 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
    此外，由於人工突觸器件能夠將傳感器信號轉變成類神經信號，有望實現與生物神經信號的兼容，構建智能、高效的人機互動界面。因此，人工突觸器件在仿生感知領域也受到了廣泛關注。在神經信號傳遞過程的模擬方面，研究人員通過器件材料的選擇和優化，結合生物痛覺感知機制，以摻雜高氯酸鋰的聚氧化乙烯(PEO: LiClO4)和半導體型單壁碳納米管(s-SWCNTs)為溝道材料，製備了雙層結構的憶阻器人工突觸器件，實現了對生物痛覺傳遞和感知功能的模擬 (Bio-inspired flexible
  • MIT新型「大腦晶片」問世,數萬人工大腦突觸組成,可進行超複雜計算
    研究人員所用的晶片物理體積比一片紙屑還要小，但卻被工程師們放置了成千上萬個「人工大腦突觸」，這種被稱為「憶阻器」的矽基元件，能夠模仿人類大腦中信息傳遞的突觸結構。這一最新研究成果發表在近日的《自然納米技術》雜誌上。
  • 清華用憶阻器制人工神經網絡晶片,能效比GPU高兩個數量級
    該存算一體系統在處理卷積神經網絡（CNN）時能效比前沿的圖形處理器晶片（GPU）高兩個數量級，可以說在一定程度上突破了「馮諾依曼瓶頸」的限制：大幅提升算力的同時，實現了更小的功耗和更低的硬體成本。基於憶阻器晶片的存算一體系統 來源：清華大學什麼是憶阻器？
  • 新型神經網絡晶片:由憶阻器構成,為人工智慧提速!
    （圖片來源於:Sren Boyn/法國國家科學研究院）圖解：這是一幅藝術家對於電子神經突觸的印象圖，其中的粒子代表流過氧化物的電子，類似生物神經突觸中的神經傳導物質。電子的流動取決於氧化物的鐵電疇結構，受到電壓脈衝控制。關鍵技術提示：人工智慧、神經網絡、憶阻器。
  • ACS Nano：柔性碳納米管突觸電晶體用於神經電子皮膚
    對於模擬用於神經形態計算應用的神經元活動的憶阻或人工突觸設備的開發，人們倍感興趣。儘管已經有許多關於在剛性基板上實現人工突觸電晶體的報導，但是使用柔性器件有可能實現更廣泛的應用。在本文中，報告了使用高載流子遷移率半導體單壁碳納米管在超薄柔性基板上構建的人工突觸薄膜電晶體
  • 新型ANN登《自然》子刊:清華團隊領銜打造基於憶阻器的人工樹突
    樹突可以非線性地整合突觸後信號、濾除掉不重要的信息，而這點恰巧回答了一個問題：為什麼生物神經網絡可以處理相當複雜的任務，消耗的能量還少？ 綜合上述原因，研究人員將樹突作為切入點，將樹枝狀計算單元結合到人工神經網絡中（目前大部分人工神經網絡僅是將神經元簡化成了點模型，其計算功能簡化為整合-發放 integrate-and-fire）。
  • 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
    這也是突觸為學習新東西、記住已學內容創造便利條件的方式。人工突觸，和所有其他類腦計算版本不同，可以同時完成（學習和記憶）這兩項任務，並能顯著節省能量。這款人工突觸是以電池設計為基礎的。由兩個靈活的薄膜組成，薄膜帶有三個終端，這些終端通過鹽水電解質連接起來。它的功能就像一個電晶體，其中一個終端控制其與其他兩個終端之間的電流。就像大腦中的神經通路可以通過學習得到加強，研究人員通過重複放電、充電，為人工突觸編程。
  • 新型自旋電子器件:可模仿人腦神經元與突觸!
    通過憶阻器陣列模仿神經元和突觸的工作方式（圖片來源：功能材料自旋電子學研究小組，格羅寧根大學）在計算中，實現人腦處理信息的方式有許多途徑。脈衝神經網絡是一種實現方法，它近似模仿人腦的架構以及瞬時信息處理。
  • 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。
  • 有了憶阻器,「超級人工大腦」不再是夢
    憶阻器和人腦的突觸功能相似，相當於一個「電子突觸」，搭建起來的智能晶片具有在線學習能力，可以處理機器系統之前無法勝任的任務。 　　「憶阻器是一種新的電子元件，其特性與人類大腦中的信息處理基本單元神經突觸很相似。」錢鶴解釋說，神經突觸最獨特的功能就是既可以存儲，也可以計算。
  • 會「學習」的超導人工突觸:讓神經形態計算更快更節能!
    它能夠模仿神經突觸和神經細胞的功能，啟動神經形態計算，並且在能耗和尺寸上都具有優勢。關於憶阻器的創新研究成果，之前介紹過的案例很多。例如，前些天，筆者剛介紹過美國國家標準與技術研究院（NIST）的科學家們揭示出了憶阻器的內部工作機制。
  • 互阻放大器帶寬計算方法
    為了深入研究互阻放大器的增益帶寬特性，在此類比增益帶寬積的引出，用單極點近似的方法推導出了互阻放大器增益和帶寬的關係，並運用Multisim軟體進行了仿真，驗證了結論的正確性。指出在互阻放大器中增益和帶寬仍然是矛盾的，為互阻放大器的帶寬設計提供明確的指導。
  • MIT新型大腦晶片問世，攜數萬人工大腦突觸，紙屑大小卻堪比超算
    研究人員所用的晶片物理體積比一片紙屑還要小，但卻被工程師們放置了成千上萬個「人工大腦突觸」，這種被稱為「憶阻器」的矽基元件，能夠模仿人類大腦中信息傳遞的突觸結構。麻省理工學院機械工程副教授 Jeehwan Kim 表示：「到目前為止，人工突觸網絡是以軟體的形式存在的。我們正試圖為可攜式人工智慧系統構建真正的神經網絡硬體」。
  • 人工突觸雜交版本,或將迎來腦機接口的無限可能
    人工突觸雜交版本，或將迎來腦機接口的無限可能 2020-06-18 11:31 來源：澎湃新聞·澎湃號·湃客
  • 陳根:人工智慧的人工突觸,可像人一樣處理問題?
    人工智慧模擬人腦而誕生，比如，早期淺層神經網絡的結構一般表現為：多個輸入層「神經元」負責接收並加工輸入信息，之後它們將信息上傳至數量較少的輸出層「神經元」，經過綜合加工後作出決策。於是，通過算法的演進，人工智慧讓機器在非標準環境中，綜合記憶與環境信息，做出自主決策，解決問題。但另一方面，人腦也是人類最複雜的器官。