人造突觸問世，計算機模擬人腦不是夢

楊鎬羽

多年以來，雖然計算機技術飛速發展，但是科學家們仍然難以構建出高效而精巧的大腦仿生計算機。近日，斯坦福大學和桑迪亞國家實驗室的研究人員們構建出了一種人工突觸，這種突觸提高了計算機模擬人腦的效率，有力地促進了該領域的發展。這項研究已在《自然·材料》上發表。

“它就像真的突觸一樣，但它的確是人工設計的有機電子器件。”阿爾佩托·薩萊奧介紹道。他是斯坦福大學材料科學與工程系的副教授，同時也是本篇論文的資深作者。“此前從來沒有報道過類似的結構，所以這完全是一種嶄新的器件。此外，這種器件在很多關鍵參數上也優于無機器件。”

該種新型人工突觸不但成功地模仿了人腦中的突觸傳遞信號的方式，而且其能效也超過了傳統計算機。計算機處理信息和存儲信息是利用不同器件分別進行的，而大腦在進行信息處理的同時也自動儲存了記憶。將來，這種突觸不但可能成為高仿人腦計算機中的一部分，而且還尤其適用于通過采集視覺和聽覺信號來工作的計算機。這方面已有應用實例，如聲控界面和無人駕駛汽車。

自動完成存儲

在學習時，大腦中的神經元之間會傳遞電信號。這其中，信號在突觸之間的首次傳遞是最耗能的。此后的每一次，所需的能量都會減少。這也解釋了為什么突觸能夠有效地幫助我們學習新事物以及記住學過的東西。這種人工突觸，與其他人腦計算機不同，它不僅可以同時完成這兩項任務，還節約了大量能量。

“深度學習算法雖然很強大，但是它要依靠處理器的計算、電位狀態的模擬，以及信息的存儲，就能耗和時間兩方面來說，效率低下。”范德·布格特評論道。他此前是薩萊奧實驗室的博士后，也是本篇論文的第一作者。“不同于模擬神經網絡，我們的工作是構建一個神經網絡。”

人工突觸的設計靈感源自電池。它有三個電極，電極本身由兩個柔性薄膜組成，電極間則通過鹽水電解液連接。這個設備工作起來就像晶體管那樣，兩個電極之間的電流，由第三個電極控制。

研究人員使人工突觸反復地充放電，以此效仿人類通過不斷學習，來強化大腦中神經通路的過程。通過這種訓練，研究人員能夠預測突觸達到特定的電位狀態所需的電壓，而突觸一旦達到特定狀態就能夠將其保持下去。這種方法的不確定性僅有1%。換句話說，人工突觸不像普通的計算機那樣，在關閉前，需要將工作存入硬盤，它可以自動完成存儲而不需要其他操作和組件。

模擬人腦很節能

研究人員雖然只構建出一個人工突觸，但是卻在它的身上進行了15000次測量實驗，來探索人工突觸如何在神經網絡中排列。他們測試了模擬神經網絡識別數字0～9的能力，測試量為三個數據集，結果表明其準確率達到了93%～97%。

雖然這個任務對于人類來說比較簡單，但是傳統計算機因難以轉換視覺和聽覺信號，而困難重重。

桑迪亞國家實驗室的技術人員希望將該設備用于人腦模擬計算，“我們已經證明，這種人工突觸是運行此類算法的理想設備，它很節能”。

這種設備極其適用于信號的識別和分類，而這恰恰是傳統計算機的瓶頸。數字晶體管只有0和1兩種狀態，研究人員卻在人工突觸上成功地實現了500種狀態，這對神經元形態計算模型十分有用。在兩種狀態的轉換中，人工突觸只需花費少許能量，僅相當于頂尖級計算系統將數據從處理單元移動到存儲器過程中能耗的十分之一。

人工突觸雖然已經如此節能，但是其耗能仍大約是生物體中的突觸傳遞信號時最小耗能的10000倍。研究人員希望較小設備上人工突觸的能耗效率，能夠達到神經元水平。

具備有機體潛能

該設備中的每個部分都由便宜的有機材料制成。這些材料雖然都是人工合成的，但是主要由氫、碳兩種元素組成，與大腦的化學環境兼容。細胞可以在這些材料上生長，這類材料也可用于制作輸送神經遞質的人工泵。此外，用于訓練人工突觸的電壓也與人體神經元的電壓相同。

上述這些意味著，人工突觸可以和活神經元通信，進而促進腦機接口技術的發展。這種柔軟而靈活的材料適用于生物環境。然而，在應用于生物體之前，研究團隊打算利用人工突觸搭建真正的神經網絡陣列，以便進行更深入的研究和測試。

（本文轉自《環球科學》）