類腦芯片再登Nature子刊,三星哈佛聯(lián)手“復(fù)制粘貼”大腦神經(jīng)元

時間:2021-09-28

來源:

導(dǎo)語:未來,類腦存儲芯片或具自主性和認(rèn)知能力。

v2_5fd2abfa5af043949ccdaa8ffe04429c_img_000.png

  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))》。

v2_5c223aea7e2e4c59992023b88496e0ff_img_000.png

  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。

v2_9143c3f817ae481bab840e2e9355a548_img_000.png

  ▲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。

v2_8a2abbfa0b2d4ec1b3cc4215d8b1f0fd_img_000.png

  ▲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)。

v2_53562ef007134e3aa327d61764c63def_img_000.png

  ▲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。

v2_e2a94f28528e4cd987aa66f6b1e7ee48_img_000.png

  ▲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。

v2_a99ed058c3a44436aaf1564b43c03133_img_000.png

  ▲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。


中傳動網(wǎng)版權(quán)與免責(zé)聲明:

凡本網(wǎng)注明[來源:中國傳動網(wǎng)]的所有文字、圖片、音視和視頻文件,版權(quán)均為中國傳動網(wǎng)(m.u63ivq3.com)獨家所有。如需轉(zhuǎn)載請與0755-82949061聯(lián)系。任何媒體、網(wǎng)站或個人轉(zhuǎn)載使用時須注明來源“中國傳動網(wǎng)”,違反者本網(wǎng)將追究其法律責(zé)任。

本網(wǎng)轉(zhuǎn)載并注明其他來源的稿件,均來自互聯(lián)網(wǎng)或業(yè)內(nèi)投稿人士,版權(quán)屬于原版權(quán)人。轉(zhuǎn)載請保留稿件來源及作者,禁止擅自篡改,違者自負(fù)版權(quán)法律責(zé)任。

如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。

關(guān)注伺服與運(yùn)動控制公眾號獲取更多資訊

關(guān)注直驅(qū)與傳動公眾號獲取更多資訊

關(guān)注中國傳動網(wǎng)公眾號獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運(yùn)動控制
  • 伺服系統(tǒng)
  • 機(jī)器視覺
  • 機(jī)械傳動
  • 編碼器
  • 直驅(qū)系統(tǒng)
  • 工業(yè)電源
  • 電力電子
  • 工業(yè)互聯(lián)
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機(jī)界面
  • PLC
  • 電氣聯(lián)接
  • 工業(yè)機(jī)器人
  • 低壓電器
  • 機(jī)柜
回頂部
點贊 0
取消 0