芯東西9月27日消息,韓國當(dāng)?shù)貢r間9月26日,三星電子宣布,其研究人員和哈佛大學(xué)教授聯(lián)合提出了一種將大腦神經(jīng)元連接圖(neuronal wiring map)“復(fù)制、粘貼”到高密度3維存儲網(wǎng)絡(luò)上的可能。
論文作者設(shè)想創(chuàng)建一種類似人腦的存儲芯片,該芯片將具有低功耗、輕松學(xué)習(xí)、適應(yīng)環(huán)境等特性,未來甚至可以具備自主性和認(rèn)知能力。
這項研究于9月23日刊登在了頂級期刊《自然·電子》上,論文題目為《Neuromorphic electronics based on copying and pasting the brain(基于復(fù)制和粘貼大腦的神經(jīng)擬態(tài)電子學(xué))》。
論文DOI鏈接:https://doi.org/10.1038/s41928-021-00646-1
01 .回歸神經(jīng)電子學(xué)科最初目標(biāo),逆向工程研究大腦
神經(jīng)擬態(tài)電子學(xué)始于20世紀(jì)80年代,其目的是利用集成電路來模擬生物神經(jīng)系統(tǒng)中神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)和功能。該學(xué)科的最終目標(biāo)是將大腦的計算能力帶到固態(tài)平臺上。然而,由于模仿大腦神經(jīng)元網(wǎng)絡(luò)過于困難,該學(xué)科的研究重點已經(jīng)轉(zhuǎn)向事件驅(qū)動操作、記憶中的信息處理等受到大腦特征啟發(fā)的技術(shù)。
目前,這一學(xué)科的研究主要可分為兩類,分別為人工神經(jīng)網(wǎng)絡(luò)(ANN)和自然神經(jīng)網(wǎng)絡(luò)(NNN)。
人工神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)的框架,已經(jīng)促使該領(lǐng)域出現(xiàn)了一系列強(qiáng)大的人工智能(AI)應(yīng)用。自然神經(jīng)網(wǎng)絡(luò)則是自然智能的基礎(chǔ),由電化學(xué)提供動力。與人工神經(jīng)網(wǎng)絡(luò)相比,自然神經(jīng)網(wǎng)絡(luò)可以從條件很少或條件很差的數(shù)據(jù)中學(xué)習(xí),以適應(yīng)環(huán)境。
由于當(dāng)前人類對神經(jīng)元如何在大腦內(nèi)部工作知之甚少,構(gòu)建一個具有獨特計算能力的神經(jīng)網(wǎng)絡(luò)電路從根本上受到了挑戰(zhàn)。伴隨著人工智能技術(shù)的發(fā)展,在CPU、GPU、NPU、TPU等數(shù)字處理器之外,研究人員開始推動模擬輔助功能的處理器,這類處理器在AI計算中的功耗更低。
論文作者認(rèn)為,這類模擬輔助的處理器的運(yùn)行方式靈感來自大腦,其存內(nèi)計算的理念就如同生物突觸分布在大腦中一樣。不過這類處理器的目標(biāo)仍是計算AI算法,而不是模擬大腦運(yùn)行。三星和哈佛大學(xué)的研究團(tuán)隊希望回到神經(jīng)擬態(tài)電子學(xué)最初的目標(biāo),即通過逆向工程研究大腦。
▲當(dāng)前的神經(jīng)擬態(tài)電子學(xué)科研究
02 .CNEA實現(xiàn)數(shù)千突觸連接記錄,3D存儲芯片成自然神經(jīng)網(wǎng)絡(luò)載體
為了實現(xiàn)上述目標(biāo),三星和哈佛的研究人員使用CMOS納米電極陣列(CMOS nanoelectrode array,CNEA)和存儲芯片對大腦神經(jīng)元連接進(jìn)行“復(fù)制、粘貼”,構(gòu)建自然神經(jīng)網(wǎng)絡(luò)。
CMOS納米電極陣列是此前哈佛大學(xué)研究團(tuán)隊的成果,該團(tuán)隊在半導(dǎo)體芯片上加工出了4096個記錄和刺激電極的CMOS納米電極陣列,芯片上還有4096個電子通道,可以同時記錄數(shù)千個神經(jīng)元的突觸連接。2020年,這項研究發(fā)表在了《自然·生物醫(yī)學(xué)工程》上。
▲CMOS納米電極陣列
因為CMOS納米電極陣列中,每個垂直納米電極都配備了電流注入器和電壓放大器,可以持續(xù)向神經(jīng)元注入電流,穩(wěn)定細(xì)胞的電生理,這使神經(jīng)元能夠在研究的時候保持活性。
在實驗中,研究團(tuán)隊通過CMOS納米電極陣列研究小鼠皮層神經(jīng)元網(wǎng)絡(luò),在19分鐘內(nèi)測量了來自1728個電極的細(xì)胞信號。這個數(shù)字還能夠很容易地進(jìn)行擴(kuò)展,因為制造陣列密度更大、性能更強(qiáng)的半導(dǎo)體器件正是半導(dǎo)體行業(yè)所一直追求的。
目前,研究團(tuán)隊正在研究小鼠的視網(wǎng)膜和嗅球/梨狀皮層中神經(jīng)元,這些神經(jīng)元由于功能不同,其組織形態(tài)也并不相同,有著各自的研究價值。之后,研究團(tuán)隊也會從這些外圍神經(jīng)元逐漸探索大腦神經(jīng)元的突觸連接。
在“粘貼”這一步,三星和哈佛大學(xué)的研究團(tuán)隊則計劃當(dāng)記錄下細(xì)胞內(nèi)神經(jīng)信號后,用專門設(shè)計的存儲器網(wǎng)絡(luò)下載信號,構(gòu)建自然神經(jīng)網(wǎng)絡(luò)。
▲通過計算機(jī)輔助分析“復(fù)制”的神經(jīng)信號,再將信號“粘貼”到存儲網(wǎng)絡(luò)中
研究團(tuán)隊寫道,隨著3D堆疊、先進(jìn)封裝等技術(shù)發(fā)展,存儲芯片有著承載記憶網(wǎng)絡(luò)的潛力。其中,閃存、磁性隨機(jī)存取存儲器(MRAM)、相變隨機(jī)存取存儲器(PRAM)和電阻式隨機(jī)存取存儲器(RRAM)4種存儲芯片各具優(yōu)點,被研究人員認(rèn)為可用作存儲網(wǎng)絡(luò)載體。
具體來說,研究人員將用計算機(jī)輔助分析程序來提取功能性突觸連接圖,然后用該圖構(gòu)建、編程一個記憶網(wǎng)絡(luò)。由于一個神經(jīng)元在大腦中約有1000個突觸,因此記憶網(wǎng)絡(luò)應(yīng)具有1000倍神經(jīng)元的內(nèi)存芯片。
對于存儲器來說,快速寫入并驗證記憶網(wǎng)絡(luò)并不困難,當(dāng)前3D閃存的寫入速度通常超過100MB/s。但對計算機(jī)輔助分析程序來說,即使是4096個通道在19分鐘里也會產(chǎn)生約80G的數(shù)據(jù),隨著CMOS納米電極陣列進(jìn)一步擴(kuò)展,其數(shù)據(jù)量也會有所提升。
研究人員也嘗試?yán)@過計算機(jī)輔助分析,將每個硅基芯片和生物神經(jīng)元一一對應(yīng),直接將連接圖下載到RRAM或PRAM網(wǎng)絡(luò)上。但由于離子通道的隨機(jī)性等原因,RRAM和PRAM存儲器很難應(yīng)用在大型網(wǎng)絡(luò)中。
▲可承載自然神經(jīng)網(wǎng)絡(luò)的3D存儲芯片
03 .未來或創(chuàng)建類腦存儲芯片,甚至可模擬神經(jīng)元生長變化
盡管實現(xiàn)起來還有很多挑戰(zhàn),但這項研究是一項開創(chuàng)性的努力,旨在對大腦神經(jīng)元進(jìn)行重建。截至目前,學(xué)界通過顯微鏡研究獲得的大腦信息主要源自解刨圖,沒有對不同功能突觸的連接進(jìn)行量化。
三星和哈佛大學(xué)研究團(tuán)隊所進(jìn)行的這項研究可以重現(xiàn)不同功能突觸的連接,還可展現(xiàn)離子通道、反饋延遲等其他神經(jīng)元屬性。理想情況下,該研究無需揭示神經(jīng)元的工作原理,就像是對大腦的快照一樣獲得神經(jīng)元連接和分布。
三星稱,如果研究成功,研究人員可以創(chuàng)建一種接近大腦的存儲芯片。該存儲芯片具備低功耗、輕松學(xué)習(xí)、適應(yīng)環(huán)境,甚至包括自主性和認(rèn)知能力等特性。
論文最后,研究團(tuán)隊承認(rèn),該研究也存在一些理論上的缺陷。比如大腦神經(jīng)元會因為學(xué)習(xí)和生長而發(fā)生變化,但該研究采用固定的芯片承載神經(jīng)元網(wǎng)絡(luò),無法跟蹤大腦神經(jīng)元發(fā)生的緩慢變化。未來,他們可以創(chuàng)建一個具有可塑性的自然神經(jīng)網(wǎng)絡(luò),模擬大腦神經(jīng)元變化。
研究人員稱,他們不能保證能夠解決每一個挑戰(zhàn),但相信可以通過這項研究突破神經(jīng)擬態(tài)工程、神經(jīng)科學(xué)和半導(dǎo)體等技術(shù)的界限。
▲論文的共同通訊作者(從左至右分別為:三星高等技術(shù)學(xué)院(SAIT)院士兼哈佛大學(xué)教授Donhee Ham、哈佛大學(xué)教授樸洪坤、三星SDS總裁兼首席執(zhí)行官Sungwoo Hwang(前SAIT負(fù)責(zé)人)和三星電子副董事長兼CEO Kinam Kim)
04 .結(jié)語:研究或?qū)⒓铀傧嚓P(guān)神經(jīng)元研究
隨著人工智能技術(shù)的發(fā)展,推薦算法、深度學(xué)習(xí)等應(yīng)用迅速普及,機(jī)器視覺、AI醫(yī)療、AI芯片等相關(guān)新興賽道涌入了大量玩家。無論是創(chuàng)企還是科技巨頭都在加快布局,占領(lǐng)新的市場。
但同時,腦科學(xué)在神經(jīng)元模擬等方面的進(jìn)展并沒有人工智能那么大。本次三星和哈佛大學(xué)的研究既為神經(jīng)元連接研究提供了一種新的可能和方向,也有著巨大的應(yīng)用前景。這或許可以吸引更多地高校、企業(yè)加入,加速相關(guān)領(lǐng)域研究。