小鱼儿玄机2站 > 科技展览 > 物理所基于忆耦器实现神经突触可塑性和神经网

原标题:物理所基于忆耦器实现神经突触可塑性和神经网

浏览次数:157 时间:2019-09-01

科学家研制具有学习能力忆阻器

人的大脑是一个由~1011神经元和1015突触构成的高度互连、大规模并行、结构可变的复杂网络。在神经网络中,神经元被认为是大脑的计算引擎,它并行地接受来自与树突相连的、数以千计的突触的输入信号。突触可塑性是通过特定模式的突触活动产生突触权重变化的生物过程,这个过程被认为是大脑学习和记忆的源头。模拟神经突触可塑性和学习功能,构建人工神经网络,是未来实现神经形态类脑计算机的关键。近年来,随着新型电子器件的出现和人工智能技术的兴起,利用单一电子器件实现神经突触可塑性和学习功能的模拟,形成了一个新的前沿研究方向——突触电子学(Synaptic Electronics)。

图片 1

目前,突触电子学主要采用两端阻变器件和三端阻变器件来进行神经突触功能的模拟。这些器件的电阻变化与神经突触权重的变化极为相似,已被成功用于模拟神经突触的可塑性和学习功能。日前,中国科学院物理研究所/北京凝聚态物理国家研究中心磁学国家重点实验室孙阳研究组在国际上首先提出了一种基于磁电耦合效应的非易失性电路元件——忆耦器(memtranstor)。这种器件由电荷和磁通的非线性关系来定义,其状态值用电耦来表示,可以通过测量器件的磁电耦合电压值来给出。在前期工作中,孙阳研究组已经分别基于忆耦器成功演示了室温下的两态存储、多态存储和布尔逻辑运算功能。与阻变器件相比,忆耦器具有更低功耗的优点。

一个能学习的纳米元件:比勒菲尔德大学研制的忆阻器被内置于比人头发薄600倍的芯片中

近期,孙阳研究组副研究员尚大山、博士研究生申见昕及合作者中科院院士、物理所研究员沈保根,北京师范大学教授王守国在忆耦器的应用方面取得了新进展,成功将忆耦器应用于突触电子学领域。他们在具有室温大磁电耦合效应的Ni/PMN-PT/Ni忆耦器中,通过调节脉冲触发电压和脉冲次数,实现了电耦值的连续可逆变化,模拟了神经突触权重增强和减弱行为。神经生物学研究表明,神经突触的学习功能遵循赫布律,即突触权重的变化取决于连接突触前后神经元的激发活性。他们通过设计脉冲电压触发波形,并将两组脉冲波形进行叠加,实现了脉冲时序依赖可塑性的突触可塑性行为。在此基础上,他们构建了基于忆耦器的4*4神经网络,采用随机噪声学习方法,模拟了图片静态和动态学习功能。该研究在国际上首次利用忆耦器模拟了神经突触可塑性和学习功能,证明了基于忆耦器构建低功耗神经网络的可行性,为突触电子学和类脑计算技术的开发提供了一种全新的途径。

北京时间3月5日消息,据国外媒体报道,长久以来,科学家一直梦想着造出像大脑一样的电脑。大脑比电脑更加节能,而且还会自主学习,不需要任何编程。来自比勒菲尔德大学物理学系的高级讲师安迪:托马斯博士正在做这方面的努力,他的研究材料是忆阻器(memristor),一种能够模仿神经功能的微电子元件。托马斯及其同事在一年之前就制作出了一种具有学习能力的忆阻器。现在,安迪:托马斯利用这种忆阻器作为人工大脑的关键部件,他的研究结果将于近期发表在《物理学学报D辑:应用物理学》杂志上。

相关研究成果发表在Advanced Materials上。该研究得到了国家自然科学基金委、科技部和中科院的资助。

忆阻器由极薄的纳米薄膜制成,可用于连接电子回路。多年来,忆阻器一直被视为神经突触的电子版。突触是神经元之间联系的桥梁,神经元活动越多,这种突触联系也就越多。通常,一个神经元与其他神经元通过数千个突触进行联系。忆阻器可以接收来自电子回路的脉冲,并且在关掉电源后,仍能“记忆”先前通过的电荷量。因此,忆阻器允许通过的电流量取决于之前通过电流的强度及通过的时间。

论文链接

安迪:托马斯解释说,因为忆阻器与突触的这种相似性,使其成为制造人工大脑——从而打造出新一代的电脑——的绝佳材料,“它使我们得以建造极为节能、耐用,同时能够自学的处理器。”托马斯的文章总结了自己的实验结果,并借鉴其他生物学和物理学研究的成果,首次阐述了这种仿神经系统的电脑如何将自然现象转化为技术系统,及其中应该遵循的几个原则。这些原则包括,忆阻器应像突触一样,“注意”到之前的电子脉冲;而且只有当刺激脉冲超过一定的量时,神经元才会做出反应,忆阻器也是如此。

图片 2

正是由于这种特性,神经突触才能在大脑学习的过程中发挥关键作用。安迪:托马斯以巴甫洛夫的经典生理学实验为例,说明了学习的过程。如果狗看到食物,就会出现流口水的自然反应;如果狗每次看到食物时都听到铃声,那么铃声这种“中性”的刺激就会与引起反射反应的刺激联系起来。所以,最后狗即使没有看到食物,在听到铃声时也会流口水。这种条件反射的生理原因是,做出反射反应的神经元与触发这些反应的神经元之间具有更多的突触联系。

图1.a,基本电路元件关系图;b,忆耦器特征曲线;c,忆耦器工作原理图;d,磁电耦合电压随磁场和电极化方向的变化。

如果中性的响铃刺激与食物刺激同时出现,狗的大脑就会开始学习,其负责这两种刺激的神经元之间建立起更多的联系。“你也可以用忆阻器建立起类似的电子回路,这是通往仿神经处理器的第一步。”安迪:托马斯说,“这是完全有可能做到的,因为相比原来基于比特的计算机处理器,忆阻器对信息的存储更加精确。”忆阻器和比特都是利用电子脉冲进行工作,但后者不能进行任何微小调整,而只能“开”和“关”。相比之下,忆阻器能够持续增高或减弱电阻。托马斯解释道:“这也是人工大脑进行学习和遗忘的过程中,忆阻器如何发挥作用的基础。”

图片 3

更多阅读

图2.a,神经突触示意图;b,激发/抑制后突触电势(EPSP/IPSP)随脉冲触发电压的变化;c,2.5 kV/cm脉冲电压触发条件下EPSP/IPSP随脉冲触发次数的变化。

国外媒体相关报道

图片 4

《物理学学报D辑:应用物理学》发表论文摘要

图3.a、b,脉冲时序依赖可塑性及相应的脉冲触发波形。c、d,脉冲时序依赖可塑性的简化形式及相应的脉冲触发波形。

特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。

图片 5

图4.a,神经网络示意图;b,触发脉冲波形示意图;c,神经网络学习前后的突触权重分布图;d,学习准确度的饱和值随噪声像素点数目的变化。

本文由小鱼儿玄机2站发布于科技展览,转载请注明出处:物理所基于忆耦器实现神经突触可塑性和神经网

关键词:

上一篇:新对接法将使宇宙航银行职员6钟头达到空间站,

下一篇:没有了