憶阻器模擬神經細胞讓計算機更像人

　　最近，美國加州大學圣巴巴拉分校研究人員演示了一種包含100個人工突觸的簡單人工神經元線路，第一次證明了這種線路能執行簡單的人類視覺功能——給圖像分類，這標志著人工智能的一項重大進步。

　　人腦比電腦具優勢

　　盡管人腦有著潛在缺陷，計算中會犯各種錯誤，但卻保持著一種強大而有效的計算模式，它能在不到1秒鐘完成某些特殊的任務，而一臺計算機要完成這些任務需要更多時間，消耗更多能量。

　　這些功能是什么？比如你閱讀一篇文章，你的大腦將對看到的字母和符號作出無數個瞬間決策，區分它們的形狀、彼此相對位置，并根據諸多背景渠道推導出不同層次的含義，這一切就發生在你閱讀文章的短時間內。改變字體，甚至字母方向，你仍能讀下去并推斷出同樣含義。

　　研究人員發表在《自然》雜志上的論文稱，他們開發的線路使用了基本的人工神經網絡，在演示中能成功區分3個字母“z”“v”和“n”的形象，每個字母都有多種風格呈現，或加入各種“干擾”。這一過程就像人類從一群人中找出自己的朋友，或者從一串相似鑰匙中挑出正確的。簡單神經線路能正確地區分出簡單圖形。

　　加州大學圣巴巴拉分校電學與計算機工廠教授德米特里·斯塔科夫說：“這是一小步，但卻是重要的一步。”隨著今后進一步發展，該線路最終可能擴展升級到接近人腦，人腦神經元之間約有100萬億個突觸連接。

　　論文作者之一、該校電學與計算工程系的法諾德·麥里克-貝亞特說：“雖然與實際神經網絡相比，線路非常小，但也足以證明概念的實用性了。”另一位論文作者吉娜·亞當也說，隨著人們對這一技術興趣的增加，研究動力會更足，“更多技術問題的解決，能讓它更快進入市場”。

　　記憶態存儲顯威能

　　這項技術的關鍵是憶阻器（“記憶”和“電阻”的結合），其電阻變化取決于電荷流動的方向。傳統晶體管是依賴電子和空穴在半導體材料中的漂移和擴散，憶阻器運作則以離子為基礎，與人類神經細胞產生神經電信號的方式類似。

　　斯塔科夫說：“記憶態的存儲是一種特殊的瑕疵濃度分布的形式，能在憶阻器內來回運動。”與純粹的電子存儲器相比，離子記憶機制有許多優勢，更適合用在人工神經網絡中。“比如，多種不同的離子濃度分布會帶來連續的記憶狀態，從而模擬記憶功能。”離子比電子更重，不容易隧穿，這讓人們能極大地升級憶阻器而不必犧牲其模擬性能。

　　這種模擬勝過數字記憶：要想用傳統技術實現與人腦同樣的功能，設備必須很大，裝載大量晶體管，這也會消耗更多能量。論文第一作者默克·普里茲奧索說：“人們發現，在高效的類腦計算中，傳統計算機的架構總有著不可避免的限制。而基于憶阻器的技術是受生物大腦的啟發，以另一種完全不同的方式來執行計算。”

　　然而，要想接近人腦功能，還需要更多憶阻器，以構建更復雜的神經網絡，才能做到人類基本毫不費力就能做到的事，比如辨認同一事物不同的樣子，或憑借一幅場景中的其他物體而不是目標物本身，推斷出其中有沒有要找的目標物。

　　未來計算機有新思

　　“最令人興奮的是，這種技術與其他大部分奇怪的解決方案不同，把它和普通的處理單元整合在一起并不難，而且大大促進了未來計算機的發展。”普里茲奧索說。

　　目前，這種新興技術可能應用的領域已經存在，比如醫療成像，改進導航系統使其能根據圖像來導航。隨著市場需求的發展，按照摩爾法則預測的數字晶體管成倍增加，傳統的電子設備將變得太過笨重。研究人員正在研制能量—效率密集型線路，要造出高性能計算機和記憶存儲設備，還有很長的路要走。

　　目前，研究人員還在繼續提高憶阻器的性能，升級線路復雜程度，增加人工神經網絡的功能。下一步他們將把一個憶阻器神經網絡和傳統半導體技術整合在一起，以演示更復雜的功能，讓這種早期“人工腦”做更復雜、更細微的事。理想情況下，這種“人工腦”由上萬億個這種憶阻器設備垂直整合在一起而構成，論文作者之一、材料科學家布萊恩·霍斯金斯說：“它們有許多潛在應用。毫無疑問它給了我們一種全新的思維。”