类脑芯片怎么搞?三星&哈佛:直接复制粘贴神经元
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。
类脑芯片,到底该怎么做?
最近,三星联合哈佛大学就提出了一种“简单粗暴”的方法:
复制粘贴。
而且据介绍,这项研究是当前的技术无法企及的,因此最近还登上了Nature子刊。
具体而言,就是通过将大脑神经元连接图,“复制粘贴”到固态存储器的高密度3D存储网络上。
如此以来,就有望实现低功耗、易学习、适应环境,甚至是具备自主性和认知能力等特性的芯片。
那么他们为什么要做这样一个研究?
三星表示,虽早就在上世纪80年代,神经拟态电子学就被提出,但由于模仿人脑实在是太难了。
所以一直以来,大家做的都简化成了受大脑“启发”的技术,而非严格模仿。
现在,他们回到了最初的愿景,即在硅集成电路上真正地模仿人脑神经元网络的结构和功能。
如何“复制粘贴”?
为了实现这个目标,研究人员通过使用纳米电极阵列和存储芯片对神经元连接进行“复制、粘贴”。
此处的纳米电极阵列采用的是此前该团队在哈佛大学的研究成果:CMOS纳米电极阵列(CMOS nanoelectrode array,CNEA)。
CMOS纳米电极阵列将4096个电子通道集成在带有4096个垂直纳米电极的CMOS芯片中,以此连接细胞内的并行记录(Parallelization of intracellular recording,神经科学的一个重要研究方向),可以映射神经元的功能性突触连接。
下图左为电镜下CMOS纳米电极阵列模仿的大鼠神经元;
右为通过计算机辅助分析程序从该CNEA上提取出的突触连接图。
“复制”或者说提取出来了神经元连接图,接下来就是“粘贴”到存储网络中。
可以通过对每个记忆进行编程合成记忆网络,使存储器能通过电导(conductance)反应每个神经元连接的强度来实现。
或者也可以采用直接下载连接图到存储芯片上的方案:
用记录的信号直接驱动一个N×N的存储器交叉杆阵列,进行突触连接图的物理压印(physical imprinting)。
“粘贴”这一步可搭载的存储网络包括闪存、磁性随机存取存储器(MRAM)、相变随机存取存储器(PRAM)和电阻式随机存取存储器(RRAM)。
以上就是该团队“复制粘贴”方法的简单介绍,感兴趣的可以进一步查看论文。
为神经元连接研究提供了一种新的可能和方向
尽管这个方法还只是个理论,真正实现起来还有很多挑战。
但这项研究是一项开创性的努力,为神经元连接研究提供了一种新的可能和方向,有着巨大的应用前景。
三星表示他们也在利用其在芯片制造方面的经验,希望通过对神经拟态工程的研究,推动机器智能、神经科学和半导体技术的发展。
同时也毫不避讳地表示正在“野心勃勃”地争取他们在下一代人工智能半导体领域的领先地位。
哦对了,回到这项研究本身,由于人类大脑中大约有1000亿个神经元,以及大约一千倍的突触连接,最终这样的神经形态芯片将需要100万亿左右的内存。
不过通过存储器的3D集成,在单个芯片上集成如此大规模的存储器将成为可能。
而这个为存储器行业开辟了一个新纪元的3D集成技术,也是由三星牵头研发。
论文地址:
https://www.nature.com/articles/s41928-021-00646-1
相关文章
- 一篇运维老司机的大数据平台监控宝典(2)-联通大数据集群平台监控体系详解
- 一篇运维老司机的大数据平台监控宝典(1)-联通大数据集群平台监控体系进程详解
- 空中换引擎 博时基金数字化转型经验谈
- 如何高效地学习编程语言
- 作为一名阿里巴巴数据分析大牛,送给学弟学妹的经验积分
- 为什么要学习R语言
- Hadoop大数据分析平台的介绍性讨论
- 最全面的Spring学习笔记
- 16个用于数据科学和机器学习的顶级平台
- 给有抱负的数据科学家的六条建议
- 如何做一枚合格的数据产品经理
- 除Kaggle外,还有哪些顶级数据科学竞赛平台
- 一个鲜为人知却可以保护隐私的训练方法:联合学习
- 干货 :送你12个关于数据科学学习的关键提示(附链接)
- 大数据行业有多少种工作岗位,各自的技能需求是什么?
- 中国移动研究院常耀斌:商用大数据平台的研发之路
- 这些数据科学家必备的技能,你拥有哪些?
- 自学成才的开发者有何优势和劣势?
- Gartner报告:正处于数据科学与机器学习工具 “大爆炸”的时代
- Ready Computing借助InterSystems IRIS医疗版为医疗机构提供具有高度互操作性和可扩展性的解决方案