新型“芯片上的大脑”：为人工智能打造的神经网络

大脑是人体最重要的器官之一，它支撑着人的视觉、听觉、平衡、味觉、嗅觉、记忆、情感、学习等。大脑的构造十分复杂，由大约1千亿个神经元(Neuron)组成，并由约100万亿个突触(Synapse)连接。这些神经元与突触一起构成了一个极其庞大的生物神经网络。

大脑具有极其强大的计算与学习能力，其逻辑功能与记忆功能密切关联，能以极低的功耗并行地处理大量数据。即便是如今最强大的超级计算机，在执行模式识别、风险管理等类似复杂任务时，也无法与人脑相抗衡。

生物神经网络中的神经元与突触

时下，一种由人脑启发的新型计算机，也称为“类脑计算机”或者“神经形态计算机”，成为了一个新兴的研究领域，吸引了物理、化学、材料、数学、电子与计算机科学等一系列领域的科学家们的广泛兴趣。

基于光线的脑启发芯片示意图。

神经形态计算是一种新型计算架构，旨在模仿大脑处理、加工信息的过程，将存储元件与计算元件整合到同一芯片中。它突破了传统的冯·诺依曼体系结构带来的瓶颈：数据需要在CPU和内存之间来回移动，而CPU运算速度较快，内存访问速度较慢，造成了所谓的“内存墙”问题。

神经形态计算，模仿了神经系统，采用了全新的架构。在这种架构中，记忆和信号处理的功能共同处于“记忆元件(忆阻器、忆容器、忆感器)”中。记忆元件组成类似突触的硬件系统，模仿自然信息处理、学习和记忆。

近日，美国麻省理工学院(MIT)的研究人员设计出一款“芯片上的大脑”，它比一片五彩纸屑还小，由数以万计的人工大脑突触制成。这种突触称为“忆阻器”，是一种硅基元件，可以模仿人脑中传递信息的突触。

研究人员借鉴了冶金学的原理，用银和铜合金以及硅制成每个忆阻器。当他们用这款芯片来运行几个视觉任务时，芯片可以“记住”存储的图像，并重复多次复制它们，这个版本比由非合金元素制造的现有忆阻器更清晰、更干净。

他们的研究成果于6月8日发表在《自然·纳米技术(Nature Nanotechnology)》杂志上，展示的这款新型忆阻器设计非常有望应用于神经形态器件。这些电子器件基于一种新型电路，这种电路处理信息的方式模仿了大脑架构。这种脑启发的电路可以构造到小型便携式器件中，并能处理只有当今超级计算机才能处理的复杂计算任务。

MIT 机械工程系副教授 Jeehwan Kim 表示：“迄今为止，人工突触网络以软件的形式存在。我们正在尝试为便携式人工智能系统打造真正的神经网络硬件。让我们想象一下，将神经形态器件连接至你汽车上的摄像头，让它能够识别光线和物体，并立即作出决策，而无需连接到互联网。我们希望采用高能效的忆阻器在现场实时地执行这些任务。”

游荡离子忆阻器，或者说存储晶体管，是神经形态计算中不可或缺的元素。在神经形态器件中，忆阻器将充当电路中的晶体管，尽管其工作起来更像大脑突触(两个神经元之间的连接)。突触以离子形式从一个神经元接收信号，并向下一个神经元发送相应的信号。

左图展示了生物大脑中的一个突触，也是右图中人工模仿物的灵感来源。右图是用铁电隧道结实现的忆阻器，即夹在氮化钛电极(蓝色线)和硅衬底(海蓝色)之间的氧化铪薄膜(粉红色)，硅衬底的另一个角色就是第二个电极。通过改变氧化铪的极化，电脉冲使忆阻器在高低电阻之间切换，从而改变其导电性。(图片来源：Elena Khavina/MIPT新闻办公室)

常规电路中的晶体管通过在两个值(0和1)之间切换来传输信息，并且仅当其接收到电流形式的信号达到特定强度时才这样做。相比之下，忆阻器将沿着梯度工作，很像大脑中的突触。它产生的信号将根据其接收到的信号强度而变化。这将使单个忆阻器具有多个值，因此执行运算的范围比二进制晶体管大得多。类似于大脑突触，忆阻器还能“记住”与给定电流强度相关的值，并在下次接收相似电流时产生完全相同的信号。这可以确保复杂方程式的答案或者对某个对象的视觉分类是可靠的，这一技能通常涉及多个晶体管和电容器。

最终，科学家们设想，忆阻器将比传统晶体管需要更少的芯片空间，从而使功能强大的便携式计算装置不依赖于超级计算机，甚至无需连接到互联网。

但是，现有的忆阻器设计在性能上受限。单个忆阻器由正电极和负电极制成，被“开关介质”或者电极之间的空间分开。向一个电极施加电压时，来自那个电极的离子流过介质，形成通向另一个电极的“导电通道”。接收到的离子组成了电信号，而忆阻器将这些电信号沿着电路传输。离子通道(以及忆阻器最终产生的信号)的大小应与激励电压的强度成比例。

Kim 表示，在电压刺激较大的导电通道，或者离子从一个电极到另一个电极的大量流动的情况下，现有的忆阻器工作得很好。但是，当忆阻器需要通过更细的导电通道产生更微弱的信号时，这些设计的可靠性就会降低。

导电通道越细，从一个电极到另一个电极的离子流越轻，单个离子待在一起的难度就越大。相反，它们倾向于脱离团队，在媒介中分散。结果，当在一定的低电流范围内受到激励时，接收电极难以可靠地捕获相同数量的离子，从而传输相同的信号。

Kim 及其同事通过借鉴冶金学找到了突破这一局限的方法，冶金学是将金属熔炼成合金并研究其综合性能的科学。

Kim 表示：“传统意义上，冶金学家试图将不同的原子添加到块状基质中以增强材料，而我们认为，为什么不稍微调整忆阻器中的原子相互作用，并添加一些合金元素来控制离子在我们介质中的运动。”

工程师通常用银作为忆阻器的正极材料。Kim 的团队仔细研究文献找到了一种元素，将它与银结合，从而将银离子有效地保持在一起，同时允许它们快速地流到另一个电极。

研究团队认为铜是理想的合金元素，因为它既能与银结合，也能与硅结合。

Kim 说：“它起到了桥梁的作用，并稳定了银-硅界面。”

为了使用新合金制造忆阻器，该团队首先用硅制成了负极，然后沉积少量的铜，再沉积一层银，制成正极。他们将两个电极像三明治一样夹在非晶硅介质周围。通过这种方式，他们用数以万计的忆阻器制作成的图案装饰一平方毫米的硅芯片。

作为对这款芯片的首次测试，他们重新创建了美国队长盾牌的灰度图像。他们将图像中的每个像素对应于芯片中相应的忆阻器。然后，他们调制每个忆阻器的电导，其强度与对应像素中的颜色相关。

这款新型芯片(上左)有银-铜合金制成，以数以万计的人工突触或称“忆阻器”图案进行修饰。当每个忆阻器受到对应于某一像素的特定电压激励，并逐渐变为灰度图像(在这个案例中是美国队长的盾牌)时，这款芯片就重新创建了同样的清晰图像，比通过其他材料的忆阻器制成的芯片更加可靠。

与其他材料制成的芯片相比，该芯片可产生相同的盾牌清晰图像，并能“记住”该图像并多次复制。

该团队也让芯片执行了图像处理任务，通过几种特殊的方法对忆阻器编程以改变图像(在这个案例中是 MIT 的基里安方庭"Killian Court")，包括锐化和模糊原始图像。又一次，他们的设计比现有的忆阻器设计更可靠地生成重新编程的图像。

MIT 制造的这款新型“芯片上的大脑”对 MIT 的基里安方庭图像进行了比现有的神经形态设计更可靠的再加工，包括锐化和模糊原始图像。

Kim 表示：“我们正在使用人工突触进行真实的推理测试。我们想要进一步开发这项技术，用更大的阵列来执行图像识别任务。有一天，你也许可以携带人造大脑来执行这些任务，而无需连接到超级计算机、互联网或云。”