世界第一个人造神经元,IBM离人脑模拟更近一步

本文来自于 arsTECHNICA  IBM Research Blog,雷锋网  编译, INSIDE 获授权转载

受人类大脑运行方式的启发, IBM 苏黎世研究中心製成了世界上第一个人造纳米级的随机相变神经元。并在其基础上构建了由 500 个该神经元组成的阵列,让该阵列模拟人类大脑的工作方式进行讯号处理。

世界第一个人造神经元,IBM离人脑模拟更近一步

这一突破十分值得关注,因为这种相变神经元是由目前完全已知的材料组成,另外特别重要的是——这种相变神经元的尺寸能缩减至纳米级。而且它们的讯号传输速度很快,功耗却很低。另外,如同生物神经元一样——这种相变神经元是随机的,它们能一直产生稍微不同的、随机的结果。这些人工神经元可以在低功率情况下用来检测模式以及发现大数据中的互相关联情况,还能在花费极少能量的情形下进行高速无监督学习。

这些相变神经元如何构建的:

像生物神经元一样, IBM 所发明的人工神经元也有输入端、围绕讯号发生器的神经元细胞膜和一个输出端。从脉冲电流发生器到输入之间有一个反向传播连接,可增强某些类型的输入讯号。

这种人工神经元和生物神经元的主要区别是在神经元细胞膜中,真正的神经元细胞里面会是磷脂双分子层,本质上是用来充当电阻器和电容器——阻止电流直接通过,但同时又在吸收能量。当能量吸收到一定程度时,它就向外发射自己产生的讯号。这讯号沿着轴突传导被其他神经元接收,这一过程不断反覆进行。

在 IBM 的人工神经元中,神经元细胞膜被替换成了小块的锗锑碲複合材料。 GST 材料是複写光碟的主要原料,也是一个相变材料。这意味着它能以两种不同的相存在,通过加热能轻鬆的在两者间进行转换。相变材料因所在相不同,所具有的物理特性也相当不同:在 GST 材料中非晶相不导电,晶体相却导电。

在人工神经元中,锗锑碲薄膜起初是非晶体相的。随着讯号的到达,薄膜逐渐变成晶体相—逐渐变得导电。最终电流通过薄膜,製造一个讯号并通过该神经元的输出端发射出去。在一定的时间后,锗锑碲薄膜恢复为非晶体形态,这个过程不断反复进行。

IBM 单个相变神经元运行过程

另外,由于各种噪声的存在导致生物神经元是随机的。 IBM 研究人员表示,人工神经元之所以同样表现出了随机特性是因为——每个 GST 细胞的非晶体状态在每次重置之后会有些许不同,随后的晶态化过程也会不同。因此,科学家无法确认每个人工神经元会在何时发射讯号。

此外,IBM 苏黎世研究院在 Nature Nanotechnology 上发表了题为「随机相变神经元」的相关论文。 论文连结

世界第一个人造神经元,IBM离人脑模拟更近一步

论文的共同作者—— Manuel Le Gallo在最近接受的採访中提到「我们的方法是非常有效率的,特别是在处理大量数据的时候。」下面是具体的採访内容:

Q:人工神经元到底是如何工作的呢?

Manuel Le Gallo:神经元有一个特别的功能,我们称之为「整合和发射」。神经元就像一个蓄电池一样——如果你不断向神经元发送多重输入信息,这个神经元将会整合所有的输入信息。根据输入信息的总量和强度,膜电位将达到一定的阈值,然后神经元就会进行「发射」或者「脉冲放电」动作。这样的一个蓄电池可以用来执行令人惊讶的複杂计算任务。

Q:人类大脑的运行方式是如何启发人工神经元的发展呢?

Manuel Le Gallo:人工神经元是模仿真正的生物神经元建立的。人工神经元没有神经元那样完全相同的功能,但是可以通过使用这些神经元实现接近真正大脑一般的运算结果。通常人工神经元是基于 CMOS 的电路进行搭建,这也是我们所使用的电脑中的标準晶体管技术。我们研究中主要使用非 CMOS 设备,在降低功耗和提高区域密度的情况下实现了同样的功能。

Q:你对这项工作的主要贡献?

Manuel Le Gallo:在我过去的三年的表徵和模型工作中,我们团队由此对相变设备的物理特徵有了相当的了解。这对于在相变设备上设计神经元并理解它们的功能是至关重要的。另外,我还负责文章中部分实验数据的工作,并对结果的分析以及解释做出了贡献。

Q:人工神经元能够被应用在哪种情况下?

Manuel Le Gallo:在我们的文章中,我们展示了其如何在多重事件流中检测其互相关係。

Q:事件指代的是?

Manuel Le Gallo:事件可以是 Twitter 数据、天气数据或者互联网上收集到的传感数据等。

Q:是什幺使得神经形态计算比传统计算更有效率呢?

Manuel Le Gallo:在传统计算中有一个单独的记忆体和逻辑单元,每当要执行计算时必须先访问记忆体、获取数据,然后将数据传输到逻辑单元,再返回计算。当得到一个结果时,必须把它返回到记忆体当中,且这个过程不断地来回进行。因此如果你正在处理庞大数据的话,这将成为相当麻烦的问题。 而在神经网络中,运算和存储是同时协作的。你不需要建立逻辑区与内存区之间的传输渠道,只需要在不同的神经元之间建立适当的连接,我们认为这是我们的方法将会更有效的主要原因。

韩国研发「人造神经」,要让电脑像人脑一样有效率

有一天骇客能侵入你的大脑,世界会怎幺样?

把人脑比做电脑,让意识永生?我们已经错了半 世纪

您也可能喜歡這些文章