人腦最不可取代的便是其綜合處理的能力。人腦被柔軟的球狀器官所包圍，這個(gè)器官大約含有一千億個(gè)神經(jīng)元。在任何特定的時(shí)刻，單個(gè)神經(jīng)元可以通過突觸（即神經(jīng)元之間的空間，突觸中可交換神經(jīng)遞質(zhì)）傳遞指令給數(shù)以千計(jì)的其它神經(jīng)元。

人腦中有總計(jì)超過 100 萬億的突觸介導(dǎo)大腦中的神經(jīng)元信號(hào)，在加強(qiáng)一些信號(hào)的同時(shí)也削弱一些其它信號(hào)，使大腦能夠以閃電般的速度識(shí)別模式（pattern），記住事實(shí)并執(zhí)行其它學(xué)習(xí)任務(wù)。

最近，麻省理工（MIT）的工程師設(shè)計(jì)了一種人造突觸，可以實(shí)現(xiàn)精確控制流過這種突觸的電流強(qiáng)度，即類似離子在神經(jīng)元之間的流動(dòng)。

圖 | 從左至右：MIT研究員Scott H. Tan，Jeehwan Kim，和Shinhyun Choi。

該團(tuán)隊(duì)已經(jīng)制造了一個(gè)由硅鍺制成的人造突觸小芯片。在模擬仿真過程中，研究人員發(fā)現(xiàn)該芯片及其突觸可以識(shí)別手寫樣本，其識(shí)別準(zhǔn)確率達(dá)到 95%。

研究發(fā)表在《Nature Materials》上，這一成果也被認(rèn)為是邁向用于模式識(shí)別和其它學(xué)習(xí)任務(wù)的便攜式低功耗神經(jīng)形態(tài)芯片的重要一步。

一直以來，神經(jīng)形態(tài)計(jì)算領(lǐng)域的研究人員都希望能將人腦的能力“復(fù)制”到計(jì)算機(jī)芯片。這樣的基于人腦的芯片與現(xiàn)在基于二進(jìn)制、開／關(guān)信號(hào)進(jìn)行計(jì)算的數(shù)字芯片非常不同，其元件將以模擬的方式進(jìn)行工作，通過交換梯度信號(hào)或權(quán)重信號(hào)來激活，非常類似神經(jīng)元依靠流過突觸的離子種類和數(shù)量來激活。

通過這種方式，小型神經(jīng)形態(tài)芯片可以像大腦一樣有效地處理數(shù)以百萬計(jì)的并行計(jì)算流，而目前，只有大型超級(jí)計(jì)算機(jī)才有可能實(shí)現(xiàn)這種并行計(jì)算。這種便攜式人工智能技術(shù)目前主要的障礙便是神經(jīng)突觸，這在硬件上實(shí)在難以實(shí)現(xiàn)。

大多數(shù)的神經(jīng)形態(tài)芯片設(shè)計(jì)均試圖模仿神經(jīng)元之間的突觸連接，該連接通過“切換媒介”或類突觸空間隔離的兩個(gè)導(dǎo)電層實(shí)現(xiàn)。當(dāng)施加電壓時(shí)，離子在開關(guān)介質(zhì)中移動(dòng)形成導(dǎo)電絲，類似突觸的權(quán)重將會(huì)改變。

但是，現(xiàn)有設(shè)計(jì)卻很難控制離子的流動(dòng)。設(shè)計(jì)者之一 Kim 說，由于大多數(shù)由非晶材料制成的開關(guān)介質(zhì)中離子通過的路徑有無限種可能，現(xiàn)有的開關(guān)接口包含多條路徑，因此難以預(yù)測(cè)離子究竟走哪一條路。

這一點(diǎn)就像機(jī)械街機(jī)游戲 Pachinko，通過一系列的引腳和杠杠將小鋼珠向下引導(dǎo)或轉(zhuǎn)移使小球離開機(jī)器。

圖丨Jeehwan Kim教授

Kim 描述道：“一旦你用一些施加的電壓來代表人造神經(jīng)元（傳輸）的某些數(shù)據(jù)，那么你必須能實(shí)現(xiàn)擦除并以完全相同的方式再寫。但在非晶態(tài)固體中，當(dāng)你再次寫入時(shí)，因?yàn)楣腆w中的許多缺陷，離子會(huì)走向不同的方向。因此整個(gè)離子流隨時(shí)在改變，并且不受控制。這就是現(xiàn)在面對(duì)的最大的挑戰(zhàn)——人造突觸的不均勻性。”

而 Kim 和他的同事們并沒有使用非晶材料來制造人造突觸，他們使用了單晶硅。單晶硅的原子順序有序排列，內(nèi)部并沒有大量缺陷存在。因此，研究小組試圖用單晶硅來制造精確的一維線缺陷或位錯(cuò)，使離子能夠按照預(yù)計(jì)路線沿著位錯(cuò)或缺陷流動(dòng)。

為了實(shí)現(xiàn)這一目標(biāo)，研究人員從硅晶圓開始著手，先在硅晶圓上蝕刻上微觀圖案，然后再在硅上生長(zhǎng)鍺形成硅鍺微觀圖案，硅鍺材料也是常用于晶體管的材料。由于硅鍺的晶格稍大于硅的晶格，Kim 發(fā)現(xiàn)，這兩種晶格不匹配的材料能夠形成漏斗狀的位錯(cuò)，最終可以形成離子流單一流經(jīng)路徑。

因此，研究人員制造了一個(gè)由硅鍺制成的人造突觸組成的神經(jīng)形態(tài)芯片，其中每個(gè)突觸約 25 納米。對(duì)每個(gè)突觸施加電壓時(shí)，所有突觸都表現(xiàn)出幾乎相同的電流／離子流，突觸之間的差異約為 4%。與無定形材料制成的突觸相比，其性能更為一致。

他們還多次重復(fù)測(cè)試了一個(gè)突觸。在循環(huán)施加相同的 700V 電壓后發(fā)現(xiàn)，每次突觸都表現(xiàn)出相同的電流，循環(huán)之間的差異只有 1%。

Kim 說：“這是我們目前能達(dá)到重復(fù)性最高的裝置，這個(gè)裝置也是展示人工神經(jīng)網(wǎng)絡(luò)的關(guān)鍵。”

團(tuán)隊(duì)最后的測(cè)試是探索如何執(zhí)行實(shí)際的學(xué)習(xí)任務(wù)，比如如何識(shí)別手寫樣本。研究人員認(rèn)為，這是神經(jīng)形態(tài)芯片的首次實(shí)際測(cè)試。該芯片由輸入／隱藏／輸出神經(jīng)元組成，每個(gè)神經(jīng)元經(jīng)由基于細(xì)絲的人造突觸連接到其他神經(jīng)元。

科學(xué)家認(rèn)為，這樣的神經(jīng)元網(wǎng)絡(luò)堆棧可以用來學(xué)習(xí)。例如，當(dāng)輸入為一個(gè)手寫的 1，輸出則標(biāo)記為 1，某些輸出神經(jīng)元將被輸入神經(jīng)元和人造突觸的權(quán)重所激活。當(dāng)更多手寫的 1 被輸入到同一個(gè)芯片時(shí)，當(dāng)它們感覺到不同樣本的同一個(gè)字母的相似特征后，相同的輸出神經(jīng)可能會(huì)被激活，從而類似大腦的學(xué)習(xí)方式。

研究團(tuán)隊(duì)還運(yùn)行了基于此芯片的人工神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)仿真模擬。他們以常用的手寫識(shí)別數(shù)據(jù)庫(kù)中的樣本作為仿真模擬測(cè)試的輸入樣品，在測(cè)試了成千上萬個(gè)樣本之后，他們發(fā)現(xiàn)，這一神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)的識(shí)別精度為 95%，而現(xiàn)有的軟件算法精度為 97%。

值得注意的是，這次的成果有望為近年涌現(xiàn)的一個(gè)新趨勢(shì)再添一把火，那就是計(jì)算能力從云端向終端遷移。目前我們看到的大多數(shù)AI計(jì)算，基本是在云端實(shí)現(xiàn)的，但是，這個(gè)方式正在日顯疲軟。拿自動(dòng)駕駛為例，如果避險(xiǎn)時(shí)AI必須將信息上傳至云端，由云端完成計(jì)算才能獲得處理結(jié)果，現(xiàn)實(shí)風(fēng)險(xiǎn)是很大的。

因此，終端的計(jì)算能力對(duì) AI 的重要性已經(jīng)得到了學(xué)界和業(yè)界的共同認(rèn)可，終端計(jì)算性能的提升也成為了萬眾追逐的目標(biāo)。一個(gè)更明顯的例子是 AI 手機(jī)。作為與個(gè)人生活場(chǎng)景的全天候連接的智能設(shè)備，AI 手機(jī)對(duì)于在終端運(yùn)行 AI 計(jì)算的需求正在變得更加多元化，例如語音、圖像、視頻處理等等。但是，作為移動(dòng)設(shè)備，AI 手機(jī)所能攜帶的計(jì)算資源有限。

Kim團(tuán)隊(duì)成果的重要價(jià)值正體現(xiàn)在這里。他們的人造突觸設(shè)計(jì)能實(shí)現(xiàn)更小體積的便攜式神經(jīng)網(wǎng)絡(luò)設(shè)備，這些便攜式神經(jīng)網(wǎng)絡(luò)設(shè)備未來將可以完成目前只有大型超級(jí)計(jì)算機(jī)能完成的復(fù)雜計(jì)算。

現(xiàn)在，該團(tuán)隊(duì)正在制造一個(gè)能真正執(zhí)行手寫識(shí)別任務(wù)的神經(jīng)形態(tài)芯片。Kim 表示，我們最終需要的是一個(gè)如同指甲般大小的芯片來代替一個(gè)大型超級(jí)計(jì)算機(jī)。而他們的人造突觸這一發(fā)現(xiàn)為實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)硬件化打下了堅(jiān)實(shí)的基礎(chǔ)。