广告

世界首个人造神经元诞生,IBM离模拟人脑又近一步

时间:2016-08-05 作者:网络整理 阅读:
IBM这项发明在人工智能研究领域意义非凡。首先,这种相变神经元是由目前完全已知的材料组成。此外,由于其尺寸最小能到纳米量级……
EETC https://www.eet-china.com

AlphaGo击败围棋世界冠军李世石后,超级计算机便宣告攻克了围棋这一穷举法不可能征服的领域,人工智能(AI)再次成为科技界最热门的话题之一。对于不少该领域的科学家而言,人工智能的终极目标之一就是用机器实现人脑的全部功能,而作为人脑的最小细胞单位——神经元,可能会是一个最好的入手点。46bEETC-电子工程专辑

8月3日,据外媒报道,IBM苏黎世研究中心宣布,他们制造出世界上首个人造纳米尺度随机相变神经元,可用于制造高密度、低功耗的认知学习芯片,实现高速无监督学习。46bEETC-电子工程专辑

IBM这项发明在人工智能研究领域意义非凡。首先,这种相变神经元是由目前完全已知的材料组成。此外,由于其尺寸最小能到纳米量级,因而信号传输速度极快,同时功耗较低,这就使得随机(stochasticity)相变神经元具有生物神经元的特性,随机性意味着在相同的输入信号下,多个相变神经元的输出会有所不同。这意味着人工神经元可以在低功率情况下用来检测模式(pattern)以及发现大数据中的互相关联情况。
20160805-IBM-Nerv-4
人造神经元论文的第一作者:托马斯•图玛(Tomas Tuma)46bEETC-电子工程专辑

目前,IBM已经构建了由500个该神经元组成的阵列,并让该阵列以模拟人类大脑的工作方式进行信号处理。46bEETC-电子工程专辑

生物学上,神经元又称神经细胞,是构成神经系统结构和功能的基本单位。每个神经元可以有一或多个树突,可以接受刺激并将兴奋传入细胞体。每个神经元只有一个轴突,可以把兴奋从胞体传送到另一个神经元或其他组织,如肌肉或腺体。正式这样的构造给了科学家灵感,他们从中启发,利用相变材料作为记忆储存来模拟生物大脑存储和处理数据的功能。46bEETC-电子工程专辑

据介绍,IBM相变神经元的整个架构包括输入端(类似生物神经元的树突)、神经薄膜(类似生物神经元的双分子层)、信号发生器(类似生物神经元的神经细胞主体)和输出端(类似生物神经元的轴突)。信号发生器和输入端之间还有反馈回路以增强某些类型的输入信号。46bEETC-电子工程专辑

而神经薄膜是整个神经元产生作用的关键物质,它类似生物神经细胞中的液态薄膜,,它的物理机理类似于电阻和电容:它阻止电流直接通过,但同时又在吸收能量。当能量吸收到一定程度,它就向外发射自己产生的信号。这信号沿着轴突传导,被其他神经元接收。然后再重复这一过程。
20160805-IBM-Nerv-5
人造神经元研发团队,图片来源:IBM46bEETC-电子工程专辑

在IBM制造的神经元中,液态薄膜被一小片神经薄膜取代。神经薄膜是由锗锑碲复合材料(也称GST材料)制成的,该材料也是可重写蓝光光盘的主要功能材料。锗锑碲复合材料是一种相变材料,即它可以以两种状态存在:晶体态和无定形态。通过激光或电流提供能量,两种状态之间可以互相转变。在不同状态下,相变材料的物理特性截然不同:锗锑碲复合材料在无定形态下不导电,而在晶体态下导电。46bEETC-电子工程专辑

在人工神经元中,锗锑碲薄膜起初是无定形态的。随着信号的到达,薄膜逐渐变成结晶态,即逐渐变得导电。最终,电流通过薄膜,制造一个信号,并通过该神经元的输出端发射出去。在一定的时间后,锗锑碲薄膜恢复为无定形态。这个过程周而复始。
20160805-IBM-Nerv-2
生物神经元与人造神经元对比图,图片来源:IBM46bEETC-电子工程专辑

由于生物体内各种噪声的存在,生物神经元是随机的(Stochastic)。IBM研究人员表示,人工神经元同样表现出了随机特性,因为神经元的薄膜在每次复位后,其状态有轻微的不同,因此随后的晶态化过程略有不同。因此,科学家无法确切地知道每次人工神经元会发射什么信号。46bEETC-电子工程专辑

人工神经元到底有什么用?

首先,人工神经元采用了成熟的材料,历经几十亿次工作而不损坏(寿命长),体积极小(有报道说是90纳米,但从下图中看应该在300纳米左右,而论文中表示未来有望达到14纳米)。因此,这是一种性能非常棒的器件。
20160805-IBM-Nerv-1
人工神经元网络。图中的银色方块是放大后的相变神经元,该神经元网络还没有配备工业标准的输入输出接口。图片来源:IBM46bEETC-电子工程专辑

其次,人工神经元跟生物神经元的工作方式非常类似。当大批人工神经元组成并行计算机后,它也许可以和人类一样进行决策和处理感官信息。IBM表示,他们的人工神经元技术和目前发展中的另外一种人工神经元器件——忆阻器互为补充。46bEETC-电子工程专辑

目前,IBM制造了10乘10的神经元阵列,将5个小阵列组合成一个500神经元的大阵列,该阵列可以用类似人类大脑的工作方式进行信号处理。事实上,人工神经元已经表现出和人类神经元一样的“集体编码”特性。此外,它的信号处理能力已经超过了奈奎斯特-香农采样定理规定的极限。科学家表示:“这一突破标志着人类在认知计算应用中超密度集成神经形态技术,以及高效节能技术上的发展又向前迈进重要的一步。”46bEETC-电子工程专辑

集体编码的意义在于,每个神经元有2种状态,可以表示1比特信息,那么N个神经元就可以表示2N比特信息。神经元数量足够多时,能表示的信息量将极其惊人。
IBM研究人员计划构建包含几千个相变神经元的单一芯片,并编写能充分利用相变神经元芯片随机特性的软件。46bEETC-电子工程专辑

采访开发者之一

IBM 苏黎世研究院在Nature Nanotechnology上发表了题为“随机相变神经元(Stochastic phase-change neurons)”的相关论文。论文链接46bEETC-电子工程专辑

20160805-IBM-Nerv-646bEETC-电子工程专辑

论文的共同作者——Manuel Le Gallo(IBM 苏黎世研究院研究学者、ETH Zurich在读PHD)在最近接受的采访中提到“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。”雷锋网翻译了具体的采访内容:
(原文链接:http://www.leiphone.com/news/201608/ftksmSoqwgvBCdN5.html
20160805-IBM-Nerv-3
Q:人工神经元到底是如何工作的呢?46bEETC-电子工程专辑

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复杂计算任务。46bEETC-电子工程专辑

Q:人类大脑的运行方式是如何启发人工神经元的发展呢?46bEETC-电子工程专辑

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准晶体管技术。我们研究中主要使用非CMOS设备(如相变装置),在降低功耗和提高区域密度的情况下实现了同样的功能。46bEETC-电子工程专辑

Q:你对这项工作有什么贡献?46bEETC-电子工程专辑

Manuel Le Gallo:在我过去的三年的表征和模型工作中,我们团队由此对相变设备的物理特征有了相当的了解。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。46bEETC-电子工程专辑

Q:人工神经元能够被应用在哪种情况下?46bEETC-电子工程专辑

Manuel Le Gallo:在我们的文章中,我们演示了其如何在多重事件流中检测其互相关系。46bEETC-电子工程专辑

Q:事件指代的是?46bEETC-电子工程专辑

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。46bEETC-电子工程专辑

Q:是什么使得神经形态计算比传统计算更有效率呢?46bEETC-电子工程专辑

Manuel Le Gallo:在传统计算中有一个单独的内存和逻辑单元,每当要执行计算时必须先访问内存、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,必须把它返回到内存当中,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。46bEETC-电子工程专辑

而在神经网络中,计算和存储是同地协作的。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(特别是用于处理大量的数据)将会更有效的主要原因。46bEETC-电子工程专辑

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。
46bEETC-电子工程专辑

46bEETC-电子工程专辑

EETC https://www.eet-china.com
本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
您可能感兴趣的文章
  • 扩产14nm+、备战10nm和7nm,英特尔CPU缺货问题或逐季舒 2018年由于英特尔14nm产能不足,导致NB处理器芯片供不应求、10nm工艺迟迟无法量产,加上竞争者在技术及市场上的威胁,使英特尔备受考验。
  • 三星计划2021年推出GAA技术3纳米工艺,超越台积电、英特 在先进工艺的发展,台积电与三星一直有着激烈的竞争,虽然台积电已经宣布将在 2020 年正式量产 5 纳米工艺,不过三星也不甘示弱,预计透过新技术的研发,在 2021 年推出 3 纳米工艺的产品。根据三星表示,其将推出的 3 纳米工艺产品将比当前的 7 纳米工艺产品效能提升 35%,能耗也再降低 50%,且芯片的面积也再减少 45%。
  • 台积电通过新台币1217.81亿元资本预算 台积电预定今年度资本支出金额约100亿美元至110亿美元,其中80%经费将用于3纳米、5纳米及7纳米先进工艺技术。另外有10%经费用于先进封装与光罩,10%经费用于特殊工艺。
  • 2019年电子产业链资源对接大会的10大看点 为什么Aspencore要举办资源对接大会?优化企业供应链已经刻不容缓,寻找市场商机和开拓更大更好销售渠道更是刚需,而最为关键的还是要特别留意那些可能颠覆当前公司竞争格局的新技术、新方案、新产品,以最大程度地降低企业经营风险。总之一句话,帮助中国电子产业链上的企业解决这些痛点问题是本届资源对接大会的策划初衷......
  • 英特尔2022年前不会提供10nm台式计算机CPU 有一份标榜是英特尔CPU产品发展蓝图数据,该数据显示英特尔在2022年之前不会提供10 nmPC端 CPU…
  • 突破性的新制造技术在CMOS中构建MEMS,并打破MEMS收缩屏 现今的MEMS设备内包括一个在硅片上形成传感器的运动部件,以及另一个含有控制电路的芯片。第二个芯片很容易使用标准的CMOS工艺制造,但是第一个芯片,内部有微小的移动机械部件,是需要专有工艺处理的部件,是阻止生产量快速增加的限制因素。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告