美国德克萨斯A&M大学研发出类脑计算的新方案

（文章来源：环球创新智慧）

据美国德克萨斯A&M大学官网近日报道，该校领导的科学家团队和工程师们探索出一种基于材料的方案，它可以模仿负责在人脑内传递信息的神经信号，为类脑计算开辟了一条新途径。

大脑是人体最重要的器官之一，它支撑着人的视觉、听觉、平衡、学习等。大脑的构造十分复杂，它由大约1千亿个神经元组成，并由约100万亿个突触连接。这些神经元与突触一起构成了一个极其庞大的生物神经网络。因此，大脑具备极其强大的计算与学习能力，能以极低的功耗，并行处理大量数据。即便是如今最强大的计算机，在涉及到模式识别、风险管理及其他类似的复杂任务时，也无法与人脑抗衡。

科学家们希望从人脑中汲取灵感，来解决传统计算机体系结构所固有的问题（例如“内存墙”问题）。他们试图模仿人脑神经元与突触，在同一地点处理和存储信息，为此打造了许多新型计算器件，较典型的有忆阻器、光学类脑计算芯片等。近日，美国德克萨斯A&M大学领导的科学家团队和工程师们探索出一种基于材料的方案，它可以模仿负责在人脑内传递信息的神经信号，为类脑计算开辟了一条新途径。

该多学科团队，由德克萨斯A&M大学化学家 Sarbajit Banerjee 领导，与德克萨斯A&M大学电气与计算机工程师 R. Stanley Williams 以及来自北美和其他国家的同事们合作，在一种固态材料 β’-CuxV2O5 中探索出类似神经元的电气开关机制，特别是，它是如何按照指令在导电和绝缘行为之间可逆变化的。

团队通过重新研究 β’-CuxV2O5，厘清了驱动这种行为的根本机制。β’-CuxV2O5 是一种像变色龙一样的卓越材料，它可以根据温度或者施加的电刺激来变化。在这一过程中，他们集中精力研究了铜离子如何在材料内部四处移动，以及这种微妙的舞蹈如何继而使得周围的电子四处移动并改变材料的。他们的研究揭示了铜离子的运动是导电性变化的关键，这种变化可用于创造电尖峰，就像大脑神经系统中神经元的工作方式一样，这代表朝着开发能模仿人脑的电路迈出了重要一步。

他们的成果论文于2月27日发表在 Cell Press 出版的期刊《Matter》上，论文第一作者为德克萨斯A&M大学化学系研究生 Abhishek Parija （现就职于英特尔公司）、Justin Andrews 和 Joseph Handy。在开发新的节能计算模型的过程中，由来自不同领域的合作者们组成的这个研究小组，利用具有可调谐的电子不稳定性的材料，实现所谓的“神经形态计算”，或者说模仿大脑独特功能以及无与伦比效率的计算方式。

Williams 表示：“大自然赋予了我们具有适当行为的材料，以模仿发生于大脑中的信息处理，但迄今为止，它们都具有不同的局限性。这项研究的重要性在于，化学家们可以理性地设计和创造神经形态特性显著改善的电活性材料。随着我们懂得更多，我们的材料将显著改善，这样就可以为我们计算能力的持续技术进步提供一条新途径。”

Parija 表示，智能手机和笔记本电脑每次迭代都会变得更加快速流畅，而新材料以及摆脱传统限制的计算范式，需要满足持续增长的速度和能效要求。这些要求使得硅计算机芯片不堪重负，硅计算机芯片的能效正逐渐逼近极限。神经形态计算就是能满足这些要求的一种方案，在新材料中操控切换行为是实现它的一种途径。

美国宇航局空间技术研究员 Andrews 表示：“神经形态计算的中心前提（以及中心承诺），是我们仍然没有找到一条可以像人脑中的神经元和突触一样高效执行运算的途径。大多数的材料是绝缘的（不导电）、金属般的（导电）或者两者中间的状态。然而，某些材料可以几乎按照指令，在两种状态：绝缘（关）和导电（开）之间转变。”

Handy 表示，通过广泛地综合计算技术与实验技术，团队不仅能够证明，这种材料经历由温度、电压和电场强度变化驱动的转变，创造出类似神经元的电路，而且全面解释了这种转变是如何发生的。不同于其他具有金属-绝缘体转变（MIT）的材料，这种材料依赖于钒与氧的刚性晶格中铜离子的运动。

Handy 补充道：“我们从根本上展示了，结构中非常细微的铜离子运动导致了整个材料导电性的巨大变化。因为铜离子的运动，材料响应温度、电压或者电流的外部变化，从绝缘状态转变为导电状态。换句话说，施加一个微小的电流脉冲，就能让我们改变材料，并在其中存储信息，如同在电路中一样，这很像大脑中神经元的工作方式。”

Andrews 把钒结构中铜离子运动与电子之间的关系比喻为舞蹈。Andrews 表示：“当铜离子运动时，钒晶格中的电子一齐运动，反映出铜离子的运动。通过这种方式，铜离子极其微小的运动导致了钒晶格中产生了大电荷，而钒钒键却无任何明显变化。这就像钒原子‘看到’铜离子在干什么，并作出响应。”

目前，传输、存储和处理数据，占据了全球能源使用的约10%。但 Banerjee 表示，外推法表明，到2040年，计算需求将超过全球计划的能源供应许多倍。因此，对于一系列变革性的愿景，例如物联网、自主交通、抗灾设施、个性化医疗以及其他社会大挑战来说，计算能力的指数级增长非常有必要，然而在处理人工和机器生成的数据的规模和复杂度方面，目前的计算技术能力有限。他表示，打破传统计算技术限制的一条途径就是从大自然中汲取灵感，特别是人脑的神经电路，它在能量效率方面远远超越了传统的计算机体系结构，也为机器学习和先进的神经网络提供了新方案。
（责任编辑：fqj）