广告

中科院在基于忆阻器构建人工感受神经系统方面取得进展

时间:2020-11-23 作者:中科院微电子所 阅读:
近日,据中科院消息,微电子所微电子重点实验室刘明院士团队提出了基于忆阻器构建具备习惯化特性的人工感受神经系统的实现方案,并利用习惯化这一生物学习规则构建了可应用于机器人自主巡航避障的习惯化脉冲神经网络。
广告

在生物体中,感受神经系统是本体与外界环境交互的基本信息感知系统。生物体对于生存环境的信息甄别与过滤主要基于感受神经系统的习惯化功能。当前,人类社会正由信息化向智能化演进。智能化社会需要高效智能的信息感知系统对感知到的巨量信息进行有效的甄别、处理和决策,并对重复无意义的信息进行有效的过滤。因此,基于生物感受神经系统的功能特性构建具备生物现实性的高效智能信息感知系统将成为一个重要发展趋势。 

近日,中科院微电子所微电子重点实验室刘明院士团队提出了基于忆阻器构建具备习惯化特性的人工感受神经系统的实现方案,并利用习惯化这一生物学习规则构建了可应用于机器人自主巡航避障的习惯化脉冲神经网络。 

研究团队基于Mott忆阻器和传感器构建了感受神经元,该神经元能够感知外界的模拟信号并转化成实时的动态脉冲信号,实现了对外界信号进行感知并传输的基本功能。感受神经元进一步通过突触器件与中继神经元相连接构建了习惯化感知系统。该突触器件具有连续刺激下权值的习惯化演进趋势,进而影响感受神经元信号向中继神经元传输的效率,使中继神经元的输出呈现频率下降特性(即习惯化特性,如图a所示)。基于这一习惯化特性,团队进一步构建习惯化脉冲神经网络用于实现机器人避障功能。测试结果显示,基于习惯化的学习规则所构建的所示忆阻器基人工感受神经系统能够有效提升机器人的避障效率(如图b)。该习惯化感受神经系统还可通过不同的传感器应用于不同的感知系统,如嗅觉、味觉、视觉、听觉等。通过实现生物现实的感知系统,有望实现更具生物智能的终端系统。 

这一成果近期发表在《先进材料》期刊上(Advanced Materials,DOI: 10.1002/adma.202004398),微电子所博士研究生吴祖恒、卢吉凯为该文章的共同第一作者,微电子所研究员刘琦为该文章的通讯作者。 

该项目得到了科技部、国家自然科学基金委、中科院和之江实验室的项目资助。 

图a忆阻器基习惯化感受神经系统示意图及系统响应特性

图b忆阻器基习惯化脉冲神经网络在提升实现机器人避障效率上的验证

责编:Luffy Liu

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。
  • 系统级芯片(SoC)的复杂设计选择:EDA和IP 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?为SoC选择IP时主要基于什么标准或要求?如何实现差异化设计?当前SoC在设计验证方面遇到哪些挑战?有什么应对解决方案?AI在复杂的高性能SoC设计中能够发挥什么作用?未来设计趋势如何?
  • 系统级芯片(SoC)的复杂设计选择:片上网络(NoC) 什么是片上网络(NoC)?为什么系统级芯片(SoC)设计需要NoC?片上网络(NoC)相比传统的总线接口通信有什么优点和缺点?高性能的SoC设计在性能、功耗和尺寸方面面临哪些挑战? 5G、AI和自动驾驶等新兴应用对SoC设计提出了什么特别要求?
  • 系统级芯片(SoC)的复杂设计选择:RISC-V处理器内核 在做系统级芯片(SoC)的设计规划时,需要考虑哪些主要因素?目前主流的SoC一般包括哪些功能模块或IP?有什么新的技术趋势值得关注?RISC-V与FPGA如何有机结合助力SoC设计?当前的SoC设计在性能、功耗和尺寸方面面临哪些挑战?有何解决方案?物联网和边缘计算等嵌入式系统对SoC设计提出了什么特别要求?
  • FPGA怎样一边做更低功耗,一边做高性能AI推断? 在便利店收银支付,收银员看到的与顾客看到的屏幕内容是不一样的,这就要求设备本身能够做到“双屏异显”。支持双屏异显方案的芯片,有的是价格太贵,有的是功能单一——只支持某种分辨率,而且性能存在不确定性,没有大规模量产的。但有一款芯片正好适用……
  • 魏少军教授2020 ICCAD演讲PPT:抓住机会,实现跨越 中国集成电路设计业2020年会(2020 ICCAD)暨重庆集成电路产业创新发展高峰论坛,于2020年12月10日在重庆悦来国际会议中心举行。中国半导体行业协会集成电路设计分会理事长魏少军教授在高峰论坛上,发表了主题为《抓住机会实现跨越》的开场报告。《电子工程专辑》在现场整理了报告中的重点内容与读者分享。
  • AI的训练与推理,会往哪个方向发展? Graphcore公司CEO Nigel Toon先生多年前曾经专门撰文提过,训练和推理的问题。Graphcore的IPU同时支持训练和推理,不过“如果你根据训练和推理来看IPU,那么你可能对机器学习硬件有些误解。”“对于IPU是针对训练还是推理的问题,我的回答可能会让很多人惊讶。”
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了