憶阻器“神經(jīng)網(wǎng)絡(luò )”

    最近，美國加州大學(xué)圣巴巴拉分校研究人員演示了一種包含100個(gè)人工突觸的簡(jiǎn)單人工神經(jīng)元線(xiàn)路，第一次證明了這種線(xiàn)路能執行簡(jiǎn)單的人類(lèi)視覺(jué)功能——給圖像分類(lèi)，這標志著(zhù)人工智能的一項重大進(jìn)步。

    人腦比電腦具優(yōu)勢

    盡管人腦有著(zhù)潛在缺陷，計算中會(huì )犯各種錯誤，但卻保持著(zhù)一種強大而有效的計算模式，它能在不到1秒鐘完成某些特殊的任務(wù)，而一臺計算機要完成這些任務(wù)需要更多時(shí)間，消耗更多能量。

    這些功能是什么？比如你閱讀一篇文章，你的大腦將對看到的字母和符號作出無(wú)數個(gè)瞬間決策，區分它們的形狀、彼此相對位置，并根據諸多背景渠道推導出不同層次的含義，這一切就發(fā)生在你閱讀文章的短時(shí)間內。改變字體，甚至字母方向，你仍能讀下去并推斷出同樣含義。

    研究人員發(fā)表在《自然》雜志上的論文稱(chēng)，他們開(kāi)發(fā)的線(xiàn)路使用了基本的人工神經(jīng)網(wǎng)絡(luò )，在演示中能成功區分3個(gè)字母“z”“v”和“n”的形象，每個(gè)字母都有多種風(fēng)格呈現，或加入各種“干擾”。這一過(guò)程就像人類(lèi)從一群人中找出自己的朋友，或者從一串相似鑰匙中挑出正確的。簡(jiǎn)單神經(jīng)線(xiàn)路能正確地區分出簡(jiǎn)單圖形。

    加州大學(xué)圣巴巴拉分校電學(xué)與計算機工廠(chǎng)教授德米特里?斯塔科夫說(shuō)：“這是一小步，但卻是重要的一步。”隨著(zhù)今后進(jìn)一步發(fā)展，該線(xiàn)路最終可能擴展升級到接近人腦，人腦神經(jīng)元之間約有100萬(wàn)億個(gè)突觸連接。

    論文作者之一、該校電學(xué)與計算工程系的法諾德?麥里克-貝亞特說(shuō)：“雖然與實(shí)際神經(jīng)網(wǎng)絡(luò )相比，線(xiàn)路非常小，但也足以證明概念的實(shí)用性了。”另一位論文作者吉娜?亞當也說(shuō)，隨著(zhù)人們對這一技術(shù)興趣的增加，研究動(dòng)力會(huì )更足，“更多技術(shù)問(wèn)題的解決，能讓它更快進(jìn)入市場(chǎng)”。

    記憶態(tài)存儲顯威能

    這項技術(shù)的關(guān)鍵是憶阻器（“記憶”和“電阻”的結合），其電阻變化取決于電荷流動(dòng)的方向。傳統晶體管是依賴(lài)電子和空穴在半導體材料中的漂移和擴散，憶阻器運作則以離子為基礎，與人類(lèi)神經(jīng)細胞產(chǎn)生神經(jīng)電信號的方式類(lèi)似。

    斯塔科夫說(shuō)：“記憶態(tài)的存儲是一種特殊的瑕疵濃度分布的形式，能在憶阻器內來(lái)回運動(dòng)。”與純粹的電子存儲器相比，離子記憶機制有許多優(yōu)勢，更適合用在人工神經(jīng)網(wǎng)絡(luò )中。“比如，多種不同的離子濃度分布會(huì )帶來(lái)連續的記憶狀態(tài)，從而模擬記憶功能。”離子比電子更重，不容易隧穿，這讓人們能極大地升級憶阻器而不必犧牲其模擬性能。

    這種模擬勝過(guò)數字記憶：要想用傳統技術(shù)實(shí)現與人腦同樣的功能，設備必須很大，裝載大量晶體管，這也會(huì )消耗更多能量。論文第一作者默克?普里茲奧索說(shuō)：“人們發(fā)現，在高效的類(lèi)腦計算中，傳統計算機的架構總有著(zhù)不可避免的限制。而基于憶阻器的技術(shù)是受生物大腦的啟發(fā)，以另一種完全不同的方式來(lái)執行計算。”

    然而，要想接近人腦功能，還需要更多憶阻器，以構建更復雜的神經(jīng)網(wǎng)絡(luò )，才能做到人類(lèi)基本毫不費力就能做到的事，比如辨認同一事物不同的樣子，或憑借一幅場(chǎng)景中的其他物體而不是目標物本身，推斷出其中有沒(méi)有要找的目標物。

    未來(lái)計算機有新思

    “最令人興奮的是，這種技術(shù)與其他大部分奇怪的解決方案不同，把它和普通的處理單元整合在一起并不難，而且大大促進(jìn)了未來(lái)計算機的發(fā)展。”普里茲奧索說(shuō)。

    目前，這種新興技術(shù)可能應用的領(lǐng)域已經(jīng)存在，比如醫療成像，改進(jìn)導航系統使其能根據圖像來(lái)導航。隨著(zhù)市場(chǎng)需求的發(fā)展，按照摩爾法則預測的數字晶體管成倍增加，傳統的電子設備將變得太過(guò)笨重。研究人員正在研制能量—效率密集型線(xiàn)路，要造出高性能計算機和記憶存儲設備，還有很長(cháng)的路要走。

    目前，研究人員還在繼續提高憶阻器的性能，升級線(xiàn)路復雜程度，增加人工神經(jīng)網(wǎng)絡(luò )的功能。下一步他們將把一個(gè)憶阻器神經(jīng)網(wǎng)絡(luò )和傳統半導體技術(shù)整合在一起，以演示更復雜的功能，讓這種早期“人工腦”做更復雜、更細微的事。理想情況下，這種“人工腦”由上萬(wàn)億個(gè)這種憶阻器設備垂直整合在一起而構成，論文作者之一、材料科學(xué)家布萊恩?霍斯金斯說(shuō)：“它們有許多潛在應用。毫無(wú)疑問(wèn)它給了我們一種全新的思維。”

    摘自 中國科技網(wǎng)