人脑单个突触会"双语", 科学家从底层模拟单突触"双语"行为
海归学者发起的公益学术平台
分享信息，整合资源
交流学术，偶尔风月
近年来人工智能技术异军突起，AlphaGo是最近人工智能技术的典型代表。曾几何时，围棋一直被认为是人类的专长，计算机不可能撼动其地位，这是由于围棋变幻莫测。有一种算法认为，围棋的变化高达361阶乘！即1后面有768个零！这个数字远远超出人类已知宇宙中的原子数量10的80次方。这意味着每个原子能存下一个围棋对局，那么整个宇宙的物质，只能存下围棋变化的一个极小零头！2016年谷歌DeepMind AlphaGo团队在首尔的围棋比赛中战胜韩国的世界冠军李世石，自此人工智能在围棋领域取得了人类无可撼动的成绩。
AlphaGo既然这么强大，那它有没有弱点？答案是存在弱点，2016年AlphaGo有一场围棋输给了李世石，原因是AlphaGo网络掉线。那时候Alphago采用了1202个CPU和176个GPU来对围棋进行决策，调用了这么庞大的硬件资源，难怪有网络掉线的压力，而且系统整体的功耗也十分巨大，功耗高达105 W。要知道人脑的功耗仅为10W。那么问题来了，为什么AlphaGo功耗这么大？因为它所有的算法都是通过软件编写再调用大量硬件资源来实现的，这个方法本身就难以实现低功耗。
那有没有可能通过其他方法来实现人工智能的便携和低功耗？答案是肯定的，那就是把人工智能算法硬件化，使得整个架构都类似人脑一样低功耗工作，这样就有机会让人工智能硬件变成一部手机一样便携。要实现人工智能硬件化，科学家首先要从器件底层开展研究，来模拟人脑行为。人脑由突触和神经元构成，其中突触的数量最为庞大，其数量大约为100万亿，突触的行为直接决定了人脑的学习和记忆行为，因此科学家将关注重点放到了仿生突触器件的研究上，要知道目前CPU的晶体管数量只达到了10亿量级，因此科学家必须用单个器件来模拟单个突触行为，这样才有机会达到100万亿的人脑突触规模。2014年的时候，生物科学家发现了生物突触会“双语” （图一），神经元之间就依靠突触来相互交流，而且它们会两种语言。一种语言是兴奋型的，这是当一种叫glutamate的神经元递质释放的时候，这时候人就会感觉兴奋。另一种语言是抑制型，这是当一种叫做GABA的神经元递质释放的时候，这时候人就感觉消沉。大家这就明白我们为什么有时候会开心或者不开心了吧？！
图一，生物学家发现生物突触的“双语”行为，能够选择性的释放兴奋型或者抑制型的神经递质。图片来自Nature Neuroscience 17, 1432–1434 (2014)
最近来自美国南加州大学的Prof. Han Wang课题组提出了一种新概念仿生突触，该器件能够模拟生物突触独特的“双语”行为。该课题组利用了两种二维材料的异质结来实现这种“双语”行为，这两种材料分别是二维黑磷和硒化锡（图二）。
图二，科学家研究的一种仿生突触的器件结构，该器件能够模拟生物突触的“双语”行为。图片来自ACS Nano，DOI: 10.1021/acsnano.7b03033
通过调节两种材料之间的偏置电压和输入脉冲的基准电压，能够有效实现仿生器件在兴奋型和抑制型之间的切换（图三）。
图三，模拟仿生突触“双语”行为的测试结果。图片来自ACS Nano，DOI: 10.1021/acsnano.7b03033
该论文的第一作者为南加州大学博士后田禾，佛罗里达大学的Prof. Jing Guo课题组, 耶鲁大学的Prof. Judy J. Cha课题组和北京航空航天大学的赵立东教授课题组为该工作主要合作团队。 该工作为未来人工智能器件的硬件化提供了重要思路。人工智能有望应用到社会各个领域（比如房屋设计、天气预测和股市分析等），利用其对数据的强大决策能力，来极大提升人类的工作效率。可以期待在若干年之后，人类有望借助手持人工智能设做出决策。点击阅读原文可以自由下载论文PDF。
欢迎广大学者供稿，报道最新研究成果
service@scholarset.com 或微信ID: scholarset
回复“目录”或“分类”，浏览知社更多精华。长按二维码识别，可以关注/进入公众号进行回复。