那类器件已经模仿了有个别从轻巧到复杂的各样突触功效和神经元功能,因而研制人造突触器件对于神经形态工程来讲具备至关心尊敬要意义

人工智能是当前科技界最热门的领域,不论是Google、Facebook、微软、IBM等国际IT巨头,还是在国内以百度、腾讯为代表的科技力量,或是麻省理工学院等知名学府,均将人工智能技术作为未来发展的重点,一批国家级的人工智能计划开始实施,如欧盟“人脑工程项目”、美国“大脑研究计划”、我国的重点研发计划等,谁能赢的了人工智能,谁就赢得未来。2016年1月28日,Google公司DeepMind团队在《Nature》上发文宣布其人工智能系统AlphaGo历史性的战胜人类的职业围棋-欧洲围棋冠军樊麾。2016年3月,AlphaGo又以4:1的战绩战胜了韩国围棋九段棋手李世石。《商业周刊》甚至发表了《人类输给了AlphaGo,却赢得了世界》的评论。谷歌旗下的人工智能AlphaGo本质上还是运行在超级计算机上的深度增强学习软件,所需硬件资源和能源消耗过大。最近IBM、Qualcomm和HRL实验室的研究人员开始致力于创建与传统计算机在处理信息方式上有着本质不同的神经仿生计算机。他们采用成熟的CMOS电路来开展突触和神经元功能的仿生。例如2014年8月8月IBM公司曾在《Science》杂志封面报道了一款True
North芯片,该芯片实现了百万神经元和2.56亿突触的仿生。不过人脑启发软件公司
Numenta创始人杰夫•霍金斯(Jeff
Hawkins)认为该芯片本身不能实现学习功能,还称不上是真正意义上的类脑芯片。

人脑中有约1011个神经元和约1015个突触连接,突触结构是神经元间发生信息传递的关键部位,是人脑认知行为的基本单元,因此研制人造突触器件对于神经形态工程而言具有重要意义。近年来,类脑神经形态器件正在成为人工智能和神经形态领域的一个重要分支,将为今后人工智能的发展注入新的活力。目前,国际上报道的人造突触器件主要为两端阻变器件和三端晶体管器件。离子液和离子凝胶电解质具有独特的离子界面耦合特性及相关的界面电化学过程,其在神经形态器件和系统方面有着极强的应用前景。

“人工智能(AI)”是在上世纪50年代提出的,经历了缓慢的发展时期。然而,自2016年“AlphaGo”问世以来,目前AI已经成为了全球的研究热点之一,备受关注。

从底层出发研制具有生物突触功能的元器件对于构建神经形态系统和研制真正意义上的“类脑芯片”意义十分重大。最近几年,在阻变/忆阻器、相变存储材料和双电层晶体管基础上发展起来的
“人造突触”器件引起了各国研究人员的广泛关注。具有多输入栅电极端口的双电层晶体管在构建多输入神经网络方面比两端突触器件更加灵活和自由。南京大学万青、施毅教授课题组2008年就开始从事氧化物双电层晶体管及其人造神经元和人“类脑芯片”的应用研究。课题组在晶体管层面集成固态质子导体栅介质和非晶氧化物沟道层,并实现了生物突触的尖峰时间依赖的可塑性、双脉冲易化、高通滤波等特性的仿生模拟。已累计在Nature
Commun.、Adv. Mater.、Nano Lett.、IEEE EDL、Appl.
Phys.Lett.等学术期刊上发表了50多篇论文。

中国科学院宁波材料技术与工程研究所功能材料界面物理与器件应用团队在前期工作中,制备了具有室温质子导电特性的固态离子液电解质薄膜,并采用这类电解质作为栅介质制作了具有低工作电压的氧化物双电层薄膜晶体管,相关工作发表于IEEE
Electron
Dev.Letters,
36799/38322等。这类室温质子导体还具有极强的侧向离子耦合特性,基于这一特性,设计了具有侧向耦合结构的氧化物双电层薄膜晶体管,克服了传统氧化物薄膜晶体管通常需要采用顶栅或底栅结构的限制,相关工作发表于Appl.Phys.Lett.,
105243508,ACS Appl.Mater.
Interfaces.,
76205等。基于器件的界面质子耦合特性,这类器件在类脑神经形态器件方面有着一定的应用价值,可以实现短时程突触塑性行为、双脉冲异化行为、时空信息整合和超线性/亚线性整合行为等,相关工作发表于Nat.Commu.,
53158, Appl.Phys.Lett., 107143502, ACS Appl.Mater.Inter.,
821770/937064等。

值得注意的是,现有的AI技术主要基于传统冯·诺依曼架构,需要采用较为复杂的计算机代码才能实现,其计算模块与存储模块相分离,因此其并行运算能力有限,且能耗较高,对今后非结构化大数据的处理和计算而言,具有一定的局限性。

图片 1

最近,该团队及其合作者设计了氧化物神经形态晶体管,实现了对霍奇金-赫胥黎(Hodgkin-Huxley)膜电位行为的模仿。他们首先制备了多孔磷硅玻璃纳米颗粒膜,呈现了室温质子导电特性和双电层耦合行为,薄膜具有不同于传统热氧化SiO2栅介质的充放电行为。三明治结构电容经过电流充电后,其电势呈现了短时程塑性行为和非易失性行为。生物突触通常由突触前膜、突触间隙、突触后膜组成,在膜生物物理中,生物突触膜通常可以采用霍奇金-赫胥黎(Hodgkin-Huxley)膜电位模型加以说明,脂质膜被等价为一个电容CLipid,脂质膜上存在一些离子通道,可以将离子泵和离子通道分别看成电源和电阻。而对于离子导体电解质,通常可以简化为电容的组合电路。因此,氧化物双电层薄膜晶体管与霍奇金-赫胥黎(Hodgkin-Huxley)膜电位模型存在相似之处。他们设计了具有双栅结构的氧化物双电层薄膜晶体管,器件的等效电路图与Hodgkin-Huxley等效电路类似。通过电脉冲刺激,在器件上测试了膜电位响应,包括静息电位、兴奋性/抑制性突触膜电位等。相关研究成果以Hodgkin–Huxley
Artificial Synaptic Membrane Based on Protonic/Electronic Hybrid
Neuromorphic Transistors
为题,发表于Advanced Biosystems 21700198上。

同时,近年来,基于器件层面构建人工生物神经系统,也正在成为AI领域的一个重要分支。突触作为人脑认知行为的基本单元,是神经元间发生联系的关键部位,是构建人工神经网络的重要出发点。

图1.
以氧化石墨烯电解质为栅介质的多输入氧化物神经元晶体管及其生物神经元特性的仿生结果

该工作得到了国家自然科学基金委、中科院青年创新促进会、浙江省杰出青年基金、宁波市科技创新团队等的项目资助。

在突触仿生电子学方面,目前的研究主要包括两端阻变器件和三端晶体管,这类器件已经模仿了一些从简单到复杂的各种突触功能和神经元功能,有着潜在的应用前景。

文章链接

他们在柔性PET衬底上制备了以壳聚糖薄膜作为栅介质的、具有学习行为的ITO突触晶体管,其在机械弯曲应力作用1000次后,器件各项性能参数保持稳定;在栅极偏压应力作用8000秒后,发现器件阈值电压呈现一定的漂移,说明研制的晶体管具备学习能力。随后,在研制的柔性ITO薄膜晶体管上模拟了三种突触功能:突触后兴奋电流(EPSC)、双脉冲易化(PPF)和尖峰时序依赖可塑性(STDP)。1968年,Atkinson和Shiffrin从心理学层面提出了“人脑多重记忆模型”:感知记忆(SM)到短时程记忆(STM)以及短程记忆到长时程记忆(LTM)的转化过程。该团队通过栅脉冲刺激频率和栅脉冲刺激强度的设计,在单一突触晶体管上实现了对“人脑多重记忆模型”的模仿。上述成果发表于ACS
Applied Materials Interfaces, 2018, 10 (19), 16881-16886上。

图片 2

生理学上著名的“巴普洛夫狗条件反射”(即经典条件反射实验)是一类重要的联想学习行为,其反映了条件刺激和非条件刺激先后关系对神经元活性的影响行为,在单一器件上实现对这一联想学习行为的模仿是类脑神经形态器件的重要研究内容。值得指出的是,STDP学习法则是重要的突触学习行为,对神经系统认知行为具有重要作用,反映了前、后突触刺激对突触权重的影响规律,是调节高级神经活动的重要突触学习机制。可以看出,条件反射与STDP学习法则具有一定的相似性,受此启发,该团队研制了可重复粘贴的氧化物神经形态晶体管,采用透明聚酰亚胺(PI)胶带作为衬底,随后设计了不同波形的突触刺激,成功在单一器件上模仿了生物突触中的四类STDP学习行为,包括Hebbian
STDP,反Hebbian STDP,对称STDP及视觉STDP。Hebbian
STDP的测试曲线拟合参数与生物突触上实测的参数相近,表明该种神经形态晶体管具有类脑操作特性。基于STDP学习法则,无需外加复杂电路和元器件,即可在单一神经形态晶体管上实现对经典条件反射行为的模仿,包括信息的获取、消退和恢复。此外,还成功模拟了经典条件反射里的条件抑制行为,这也是神经形态器件研究中的首次报导。该成果以“Restickable
Oxide Neuromorphic Transistors with Spike-Timing-Dependent-Plasticity
and Pavlovian Associative Learning Activities”为题,发表于Advanced
Functional Materials 2018, 28 (44) 1804025.

图片 3

上述工作得到了国家自然科学基金委、浙江省杰出青年基金、中科院青年创新促进会、宁波市科技创新团队等项目的资助。

宁波材料所在氧化物类脑神经形态器件研究中取得进展

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注