“进化”突触晶体管推动神经形态计算的边缘

经过|5月10日,2021年

研究人员展示了人工突触的受控增长,为可以生长,发展和适应人类大脑的计算机铺平道路。

图像信用智元杨和Matteo Massetti。用许可转载。

在过去的几十年中,来自世界各地的研究人员都试图建立叫做人类脑的神经胸装置的计算系统。与传统计算机不同,大脑能够同时计算和存储信息,依赖于“突触可塑性” - 通过调整突触权重的改变和适应新信息以集成不同的刺激来执行计算。

常规的基于硅基电路模仿大脑需要数百个晶体管以模拟单个神经元。由于人类大脑含有大约10个11.神经元和10.14-15突触,由于与波动率,设计复杂性和功率约束相关的问题,将这些电路缩放到功能的神经形状计算机中是困难的。

目前正在开发其他Memristor型技术,例如基于长丝形成金属氧化物或相变存储器材料,但它们遭受高噪声,非线性响应和高写电压/电流的缺点。这使得实现互连性的路径,以及计算机中的信息密度和能效。

大脑在这种意义上也仍然是独一无二的,即它有能力制作以前没有存在的新连接。虽然脑启发技术通过模拟生物系统的信息处理来提高人工智能领域,但它们未能模拟生物系统解释环境信号并回应它们的方式。

有机电化学晶体管(OETs)已被证明对神经形态计算特别有吸引力。然而,现有的OECT技术仍然依赖于可以通过监督或无监督学习来调整的预制电路来完成给定任务。

为此,一支由连锁店大学的Simone Fabiano领导的团队使用环境输入来触发,首次触发人工突触的控制增长一个“可进化”有机电化学晶体管。他们的调查结果最近在期刊上发表了先进的电子材料

创建了在设备突触之间形成的通道原位在Operando.通过导电聚合物的聚合。所得到的晶体管在固定电压下表现出通道电导的长期变化,而不需要传统的继电器,其通常用于基于其他最先进的晶体管的人工突触。

作者探讨了基于这种可进一步的晶体管构建各种仿生电路,这在实施环境输入之后生长 - 例如,温度和压力 - 实现更高阶计算过程(见下图),如突触强度的自调节和巧合检测,类似于传入感官信号,其将神经脉冲从中枢神经系统携带到大脑。

下一个挑战将缩小设备的尺寸以降低能耗并增加每单位面积的设备数量。在培训时增长,发展和适应的能力为自学硬件开发开辟了自动学习硬件的方式,在脑机接口,事物互联网,机器人等领域具有无限潜力。

参考:Jennifer Gerasimov,等,一种仿生再变有机电化学晶体管,先进的电子材料(2021)。DOI:10.1002 / AELM.202001126