6月8日，麻省理工學院的工程師設計了一種“片上大腦”，它比一塊五彩紙屑還要小，它是由成千上萬的人工腦突觸（稱為憶阻器）制成的人腦。研究人員借鑒了冶金原理，用銀，銅和硅的合金制造了每個憶阻器。當他們通過幾個視覺任務運行芯片時，芯片能夠“記住”存儲的圖像并多次復制它們，與使用非合金元素制成的現有憶阻器設計相比，該版本更清晰，更干凈。

他們的結果今天發表在《自然納米技術》雜志上，展示了一種有前途的新型記憶電阻器設計，用于神經形態設備。電子設備基于一種新型電路，該電路以模仿大腦神經結構的方式處理信息。這種受大腦啟發的電路可以內置到小型便攜式設備中，并且可以執行只有當今的超級計算機才能處理的復雜計算任務。

“到目前為止，人工突觸網絡作為軟件存在。我們正在努力為便攜式人工智能系統構建真正的神經網絡硬件。”麻省理工學院機械工程副教授Jeehwan Kim說。想象一下，將神經形態設備連接到汽車上的攝像頭，讓它能夠識別燈光和物體并立即做出決定，而無需連接到互聯網。我們希望使用高效節能的憶阻器在現場實時完成這些任務。”

徘徊離子

憶阻器或存儲晶體管是神經形態計算中必不可少的元素。在神經形態設備中，憶阻器將充當電路中的晶體管，盡管其工作原理更類似于大腦突觸，即兩個神經元之間的連接。突觸以離子形式從一個神經元接收信號，并向下一神經元發送相應的信號。

常規電路中的晶體管通過僅在兩個值0和1之間切換來傳輸信息，并且僅當其接收到的電流形式的信號具有特定強度時才這樣做。相比之下，憶阻器將沿著梯度工作，就像大腦中的突觸一樣。它產生的信號將根據接收到的信號強度而變化。這將使單個憶阻器具有多個值，因此執行的工作范圍比二進制晶體管大得多。

像腦突觸一樣，憶阻器還能夠“記住”與給定電流強度相關的值，并在下次接收相似電流時產生完全相同的信號。這可以確保對復雜方程式或對象的視覺分類的答案是可靠的，這一壯舉通常涉及多個晶體管和電容器。

最終，科學家們設想，憶阻器將比傳統晶體管需要更少的芯片空間，從而使功能強大的便攜式計算設備不再依賴超級計算機，甚至不依賴于Internet。

但是，現有的憶阻器設計在性能上受到限制。單個憶阻器由正電極和負電極制成，由“開關介質”或電極之間的空間隔開。當向一個電極施加電壓時，來自該電極的離子流過介質，從而形成通向另一電極的“傳導通道”。接收到的離子組成了憶阻器通過電路傳輸的電信號。離子通道的大小（以及憶阻器最終產生的信號）的大小應與激勵電壓的強度成比例。

Kim說，現有的憶阻器設計在電壓刺激較大的導電通道或離子從一個電極到另一個電極的大量流動的情況下效果很好。但是，當憶阻器需要通過更細的傳導通道產生更微妙的信號時，這些設計的可靠性就會降低。

導電通道越細，離子從一個電極到另一電極的流動越輕，單個離子保持在一起的難度就越大。相反，他們傾向于從群體中徘徊，在媒體中解散。結果，當在一定的低電流范圍內受到激勵時，接收電極很難可靠地捕獲相同數量的離子，從而傳輸相同的信號。

冶金學

金和他的同事們通過借鑒冶金學，將金屬熔煉成合金并研究其綜合性能的技術，找到了解決這一局限的方法。

“傳統上，冶金學家試圖將不同的原子添加到塊狀基質中以增強材料，我們認為，為什么不調整憶阻器中的原子相互作用，并添加一些合金元素來控制離子在我們介質中的運動，” Kim說。

工程師通常使用銀作為憶阻器正極的材料。金的團隊仔細研究了文獻，找到了一種可以與銀結合的元素，可以有效地將銀離子保持在一起，同時允許它們快速流到另一個電極。

研究小組將銅作為理想的合金元素，因為它既可以與銀結合，也可以與硅結合。

金說：“它起到了橋梁的作用，并穩定了銀硅界面。”

為了使用新合金制造憶阻器，該小組首先用硅制成了負極，然后先沉積少量的銅，再沉積一層銀，制成正極。他們將兩個電極夾在非晶硅介質周圍。通過這種方式，他們用數以萬計的憶阻器對一平方毫米的硅芯片進行了構圖。

作為對該芯片的首次測試，他們重新創建了美國隊長盾牌的灰度圖像。他們將圖像中的每個像素等同于芯片中相應的憶阻器。然后，他們調制每個憶阻器的電導，其強度與相應像素中的顏色相對。

與其他材料制成的芯片相比，該芯片可產生與屏蔽相同的清晰圖像，并且能夠“記住”該圖像并多次復制。

該團隊還通過圖像處理任務對芯片進行了處理，對憶阻器進行了編程，以改變圖像的方式（在本例中是MIT的Killian Court），包括幾種方法，包括銳化和模糊原始圖像。同樣，他們的設計比現有的憶阻器設計更可靠地生成重新編程的圖像。

“我們正在使用人工突觸進行真實的推理測試，” Kim說。“我們希望進一步開發該技術，使其具有更大的陣列來執行圖像識別任務。甚至有一天，您可能能夠攜帶人造大腦來執行這些任務，而無需連接到超級計算機，互聯網或云。

團隊最終想要做的是重建大型，復雜的人工神經網絡，該網絡目前基于需要大量GPU計算能力才能運行的軟件-但作為專用硬件，以便可以在小型設備（包括您的手機，或相機。與傳統的晶體管只能在兩種狀態（0或1）之間切換并構成現代計算機的基礎不同，憶阻器提供值的梯度，更像是原始模擬計算機的大腦。它們還可以“記住”這些狀態，因此可以輕松地針對相同的接收電流多次重復創建相同的信號。

研究人員在這里所做的就是借鑒冶金學的一個概念：當冶金學家想要改變金屬的特性時，他們將其與具有所需特性的另一種金屬結合起來，制成了一種合金。同樣，研究人員在這里發現了一種元素，可以與用作憶阻器正電極的銀結合，以使其能夠更好地始終如一地可靠地沿非常細的導電通道傳輸離子。

這就是使團隊能夠創建包含數以萬計的憶阻器的超小型芯片的原因，這些芯片不僅可以可靠地從“內存”中重新創建圖像，而且還可以執行推理任務，例如改善命令的原始圖像的細節或使其更好地模糊比其他科學家創建的其他憶阻器要好。

仍有很長的路要走，但該項目的團隊建議，最終，這可能會導致便攜式，人工腦計算機能夠以當今超級計算機的規模執行非常復雜的任務-耗電量最低，并且不需要任何網絡連接。

這項研究部分由麻省理工學院研究支持委員會基金，麻省理工學院的IBM Watson AI實驗室，三星全球研究實驗室和美國國家科學基金會資助。

責任編輯：gt