新型“片上大脑”电路设计，以模仿大脑神经结构的方式处理信息

6月8日，麻省理工学院的工程师设计了一种“片上大脑”，它比一块五彩纸屑还要小，它是由成千上万的人工脑突触（称为忆阻器）制成的人脑。研究人员借鉴了冶金原理，用银，铜和硅的合金制造了每个忆阻器。当他们通过几个视觉任务运行芯片时，芯片能够“记住”存储的图像并多次复制它们，与使用非合金元素制成的现有忆阻器设计相比，该版本更清晰，更干净。

他们的结果今天发表在《自然纳米技术》杂志上，展示了一种有前途的新型记忆电阻器设计，用于神经形态设备。电子设备基于一种新型电路，该电路以模仿大脑神经结构的方式处理信息。这种受大脑启发的电路可以内置到小型便携式设备中，并且可以执行只有当今的超级计算机才能处理的复杂计算任务。

“到目前为止，人工突触网络作为软件存在。我们正在努力为便携式人工智能系统构建真正的神经网络硬件。”麻省理工学院机械工程副教授Jeehwan Kim说。想象一下，将神经形态设备连接到汽车上的摄像头，让它能够识别灯光和物体并立即做出决定，而无需连接到互联网。我们希望使用高效节能的忆阻器在现场实时完成这些任务。”

徘徊离子

忆阻器或存储晶体管是神经形态计算中必不可少的元素。在神经形态设备中，忆阻器将充当电路中的晶体管，尽管其工作原理更类似于大脑突触，即两个神经元之间的连接。突触以离子形式从一个神经元接收信号，并向下一神经元发送相应的信号。

常规电路中的晶体管通过仅在两个值0和1之间切换来传输信息，并且仅当其接收到的电流形式的信号具有特定强度时才这样做。相比之下，忆阻器将沿着梯度工作，就像大脑中的突触一样。它产生的信号将根据接收到的信号强度而变化。这将使单个忆阻器具有多个值，因此执行的工作范围比二进制晶体管大得多。

像脑突触一样，忆阻器还能够“记住”与给定电流强度相关的值，并在下次接收相似电流时产生完全相同的信号。这可以确保对复杂方程式或对象的视觉分类的答案是可靠的，这一壮举通常涉及多个晶体管和电容器。

最终，科学家们设想，忆阻器将比传统晶体管需要更少的芯片空间，从而使功能强大的便携式计算设备不再依赖超级计算机，甚至不依赖于Internet。

但是，现有的忆阻器设计在性能上受到限制。单个忆阻器由正电极和负电极制成，由“开关介质”或电极之间的空间隔开。当向一个电极施加电压时，来自该电极的离子流过介质，从而形成通向另一电极的“传导通道”。接收到的离子组成了忆阻器通过电路传输的电信号。离子通道的大小（以及忆阻器最终产生的信号）的大小应与激励电压的强度成比例。

Kim说，现有的忆阻器设计在电压刺激较大的导电通道或离子从一个电极到另一个电极的大量流动的情况下效果很好。但是，当忆阻器需要通过更细的传导通道产生更微妙的信号时，这些设计的可靠性就会降低。

导电通道越细，离子从一个电极到另一电极的流动越轻，单个离子保持在一起的难度就越大。相反，他们倾向于从群体中徘徊，在媒体中解散。结果，当在一定的低电流范围内受到激励时，接收电极很难可靠地捕获相同数量的离子，从而传输相同的信号。

冶金学

金和他的同事们通过借鉴冶金学，将金属熔炼成合金并研究其综合性能的技术，找到了解决这一局限的方法。

“传统上，冶金学家试图将不同的原子添加到块状基质中以增强材料，我们认为，为什么不调整忆阻器中的原子相互作用，并添加一些合金元素来控制离子在我们介质中的运动，” Kim说。

工程师通常使用银作为忆阻器正极的材料。金的团队仔细研究了文献，找到了一种可以与银结合的元素，可以有效地将银离子保持在一起，同时允许它们快速流到另一个电极。

研究小组将铜作为理想的合金元素，因为它既可以与银结合，也可以与硅结合。

金说：“它起到了桥梁的作用，并稳定了银硅界面。”

为了使用新合金制造忆阻器，该小组首先用硅制成了负极，然后先沉积少量的铜，再沉积一层银，制成正极。他们将两个电极夹在非晶硅介质周围。通过这种方式，他们用数以万计的忆阻器对一平方毫米的硅芯片进行了构图。

作为对该芯片的首次测试，他们重新创建了美国队长盾牌的灰度图像。他们将图像中的每个像素等同于芯片中相应的忆阻器。然后，他们调制每个忆阻器的电导，其强度与相应像素中的颜色相对。

与其他材料制成的芯片相比，该芯片可产生与屏蔽相同的清晰图像，并且能够“记住”该图像并多次复制。

该团队还通过图像处理任务对芯片进行了处理，对忆阻器进行了编程，以改变图像的方式（在本例中是MIT的Killian Court），包括几种方法，包括锐化和模糊原始图像。同样，他们的设计比现有的忆阻器设计更可靠地生成重新编程的图像。

“我们正在使用人工突触进行真实的推理测试，” Kim说。“我们希望进一步开发该技术，使其具有更大的阵列来执行图像识别任务。甚至有一天，您可能能够携带人造大脑来执行这些任务，而无需连接到超级计算机，互联网或云。

团队最终想要做的是重建大型，复杂的人工神经网络，该网络目前基于需要大量GPU计算能力才能运行的软件-但作为专用硬件，以便可以在小型设备（包括您的手机，或相机。与传统的晶体管只能在两种状态（0或1）之间切换并构成现代计算机的基础不同，忆阻器提供值的梯度，更像是原始模拟计算机的大脑。它们还可以“记住”这些状态，因此可以轻松地针对相同的接收电流多次重复创建相同的信号。

研究人员在这里所做的就是借鉴冶金学的一个概念：当冶金学家想要改变金属的特性时，他们将其与具有所需特性的另一种金属结合起来，制成了一种合金。同样，研究人员在这里发现了一种元素，可以与用作忆阻器正电极的银结合，以使其能够更好地始终如一地可靠地沿非常细的导电通道传输离子。

这就是使团队能够创建包含数以万计的忆阻器的超小型芯片的原因，这些芯片不仅可以可靠地从“内存”中重新创建图像，而且还可以执行推理任务，例如改善命令的原始图像的细节或使其更好地模糊比其他科学家创建的其他忆阻器要好。

仍有很长的路要走，但该项目的团队建议，最终，这可能会导致便携式，人工脑计算机能够以当今超级计算机的规模执行非常复杂的任务-耗电量最低，并且不需要任何网络连接。

这项研究部分由麻省理工学院研究支持委员会基金，麻省理工学院的IBM Watson AI实验室，三星全球研究实验室和美国国家科学基金会资助。

责任编辑：gt