研究进展 | 基于忆阻器模拟的突触可塑性
随着数据信息的迅速膨胀, 现代基于 von Neumann 架构的计算机正面临着严峻的挑战, 像人脑一样能够对信息进行学习、记忆和灵活处理的智能计算机是未来计算机发展的方向和目标. 人脑几乎控制着人类所有复杂的生命活动, 大脑神经元间的信息传递依赖于名为“突触” 的结构, 其突出特点—— 突触可塑性是学习与记忆的重要分子基础, 因此突触仿生和突触可塑性模拟被认为是实现高效类脑人工神经网络的第一步. 忆阻器作为第4种基本电路元件, 拥有独特的类神经突触非线性电学传输特性, 它的出现和发展为实现这一目标提供了可能. 黄维院士发表在《中国科学：信息科学》2018年第2期的评述, 为您详细介绍了基于忆阻器模拟突触可塑性的最新研究进展.
基于忆阻器模拟的突触可塑性的研究进展
张晨曦, 陈艳, 仪明东, 朱颖, 李腾飞, 刘露涛, 王来源, 解令海, 黄维.
中国科学: 信息科学, 2018, 48(2): 115–142
当前数字计算机具备了一定的运算速度和运算量, 可以模拟一些简单生物 (如老鼠) 的大脑功能. 但计算机系统的能量耗散将随所能模拟的动物智力层次的提高呈指数级增加, 传统的基于 von Neumann 架构的计算机显然无法满足实际的需求. 使计算机像更高级动物大脑那样运作, 而又不会有大量的能量损失, 是未来计算机发展的迫切需求.
科学研究中, 跨学科跨领域的研究往往会给我们的问题带来一些意想不到的见解.
在神经科学研究中, 神经系统的高效性关键在于大脑皮质神经元间巨大的连接网络(1014∼1015), 它为大脑提供了高度并行的处理能力. 大脑神经元之间的信息传递依赖于名为 “突触” 的生物结构, 它是神经网络中信号传递与调控的基本单位. 根据海扁突触理论, 突触可塑性是学习与记忆的神经分子基础, 同时也被认为在大脑神经回路的形成中起到重要的作用.
神经元间的连接示意图
蔡少棠于1971年从对称性角度在电路理论中提出假设, 发现了“消失的电路元件”—— 忆阻器, 它的低功耗对设计和优化神经形态电路十分有利. 研究人员发现, 突触和忆阻器有着十分相似的传输特性, 单个忆阻器便可能模拟一个突触的基本功能, 与传统使用的由多个晶体管和电容器相结合的互补金属氧化物半导体(CMOS)来模拟一个突触相比减少了很多能耗, 也降低了集成电路的复杂性.
据此, 人们开始尝试使用忆阻器进行各种突触功能的仿真, 从而实现有效的神经形态计算, 并希望通过向内置了忆阻器件的神经形态计算机中纳入类似突触功能的相关机制, 制造出新一代的自适应超高密度智能机. 另一方面, 最新研究的纳米物理、纳米电子原理也有望使我们更好地理解突触功能背后复杂的分子和生理机制. 近几十年以来, 很多科研小组已经通过忆阻器件成功地模拟了突触的各种功能, 这篇评述将会对突触功能和相关的模拟方法进行一个系统详细的总结.
春节将至，《中国科学：信息科学》编辑部全体编辑在此祝愿大家新春快乐，狗年吉祥！