研究人员已经开发出了一种类似于大脑的新型计算设备,能够通过联想学习。
类似于著名的生理学家伊万·巴甫洛夫(Ivan Pavlov)将使狗与食物关联起来,美国西北大学(Northwestern University)和香港大学的研究人员成功地使光线和压力的反应形成关联。
这项研究在4月30日发表在《自然通讯》(Nature Communications)杂志。
该设备的秘密在于其新颖的有机电化学“突触晶体管”,该晶体管可以像人的大脑一样同时处理和存储信息。研究人员证明,该晶体管可以模仿人类大脑中突触的短期和长期可塑性,并随着时间的推移而学习。
新型晶体管和电路具有类似大脑的能力,可以克服传统计算的局限性,包括兼顾能耗和性能,以及多任务执行的能力。这种类似大脑的设备还具有更高的容错能力,即使某些组件出现故障,也可以继续平稳运行。
“尽管现代计算机非常出色,但人脑在某些复杂的,非结构化的任务(例如模式识别、运动控制和多传感器集成)中可以轻松胜过计算机。”Northwestern的资深作者乔纳森·里夫奈(Jonathan Rivnay)表示: “这要归功于突触的可塑性,它是大脑计算能力的基本组成部分。这些突触使大脑能够以高度并行,容错和节能的方式工作。在我们的工作中,我们证明了模仿生物突触关键功能的有机塑料晶体管。”
Rivnay是西北麦考密克工程学院的生物医学工程助理教授,他与香港大学机械工程学副教授Paddy Chan共同领导了这项研究。Rivnay小组的博士后研究员Xudong Ji是该论文的第一作者。
现有计算系统的问题
常规的数字计算系统具有独立的处理和存储单元,从而导致数据密集型任务消耗大量能量。受人脑中组合的计算和存储过程的启发,研究人员近年来寻求开发出更像人脑那样运行的计算机,并配备了功能类似于神经元网络的设备。
“我们当前的计算机系统的工作方式是将内存和逻辑物理分开。”Ji说: “执行计算需要将该信息发送到存储单元,然后,每当您要检索该信息时,都必须对其进行调用。如果能够将这两个单独的功能结合在一起,则可以节省空间并节省能源成本。”
通过将单个突触晶体管连接到神经形态电路中,研究人员证明了它们的设备可以模拟联想学习。来源:西北大学
当前,记忆电阻器或“忆阻器”是最先进的技术,可以执行组合的处理和记忆功能的器件,但忆阻器的开关成本高昂且生物相容性较差。这些缺点导致研究人员找到了突触晶体管,特别是有机电化学突触晶体管,该晶体管以低电压,连续可调的存储方式运行,并且对生物学应用具有高度的兼容性。尽管如此,挑战仍然存在。
Rivnay说:“即使是高性能的有机电化学突触晶体管,也要求将写操作与读操作分离。因此,如果要保留内存,则必须将其与写过程断开连接,这会使集成到电路或系统中的问题进一步复杂化。”
突触晶体管如何工作?
为了克服这些挑战,西北大学和香港大学团队在有机电化学晶体管中优化了一种导电塑料材料,可以捕获离子。在大脑中,突触是一种结构,神经元可以使用称为神经递质的小分子,通过该结构将信号传输到另一个神经元。在突触晶体管中,离子的行为类似于神经递质,在末端之间发送信号以形成人工突触。通过保留捕获离子的存储数据,晶体管可以记住以前的活动,从而可以长期保持可塑性。
研究人员通过将单个突触晶体管连接到神经形态电路中以模拟联想学习,展示了其设备的突触行为。他们将压力和光传感器集成到电路中,并训练电路将两个不相关的物理输入(压力和光)彼此关联。
联想学习中最著名的例子也许是巴甫洛夫的狗,它在遇到食物时会自然流口水。在对狗进行训练使铃铛与食物相关联之后,当狗听到铃铛的声音时也开始流口水。对于神经形态电路,研究人员通过用手指按压施加压力来激活电路。为了调节电路使光与压力相关联,研究人员首先对LED灯泡施加了脉冲光,然后立即施加了压力。在这种情况下,压力是食物,光是铃声,设备的相应传感器检测到两个输入。
经过一个训练周期后,电路在光和压力之间建立了初始连接。经过五个训练周期后,电路将光与压力显着关联。光单独能够触发信号或“无条件响应”。
未来的应用
由于突触电路是由柔软的聚合物(例如塑料)制成的,因此可以很容易地在柔性电路板上制成,并且可以轻松地与活组织甚至大脑连接的设备集成,也可以集成到柔软的可穿戴的电子设备,智能机器人和可植入设备中。
“虽然我们的成果是概念证明,但我们提出的电路可以进一步扩展,以包括更多的感官输入,并与其他电子设备集成在一起,以实现低功耗计算。” Rivnay说,“由于它与生物兼容,因此该设备可以直接与活组织接触,这对于下一代生物电子学至关重要。”雷锋网(公众号:雷锋网)
雷锋网编译,原文链接:https://techxplore.com/news/2021-04-brain-like-device-simulates-human.html 雷锋网
相关文章:
浙大重磅发布亿级神经元类脑计算机:基于 792 颗自研「达尔文 2 代」芯片,可“意念”打字
类脑计算:从神经网络到真正的人工智能丨 CCF-GAIR 2019
。
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/industrynews/74135.html