人工智能和机器学习

计算设备模拟人类学习

美国西北大学(Northwestern University)和香港大学(University of Hong Kong)的研究人员开发了一种类似大脑的计算装置,这种装置习惯于将光与压力联系起来。

由Amanda Morris. 2021年5月14日
图片提供:Brett Sayles

美国西北大学(Northwestern University)和香港大学(University of Hong Kong)的研究人员开发了一种类似大脑的计算装置,这种装置能够通过联想进行学习,并成功地使电路将光与压力联系起来。

该设备的秘密在于其新颖的有机电化学“突触晶体管”,它可以像人类大脑一样同时处理和存储信息。研究人员证明,晶体管可以模仿人类大脑中突触的短期和长期可塑性,建立在记忆的基础上,随着时间的推移学习。

凭借其大脑的能力,新颖的晶体管和电路可能会克服传统计算的局限性,包括它们的能量 - Saply硬件和同时执行多个任务的有限功能。脑状设备也具有更高的容错耐受性,即使某些组件发生故障,继续运行平稳。

“虽然现代计算机出现突出,但人类大脑在某些复杂和非结构化的任务中可以轻松地倾销,如模式识别,电机控制和多思考集成,”西北部说Jonathan Rivnay.是一项研究的高级作者。“这是由于突触的可塑性,这是大脑计算能力的基本构建块。这些突触使大脑能够以高度平行,容错和节能的方式工作。在我们的工作中,我们展示了一种用于模仿生物突触的关键功能的有机塑料晶体管。“

里夫内是西北大学麦考密克工程学院生物医学工程助理教授。他与香港大学机械工程副教授Paddy Chan共同领导了这项研究。里夫内小组的博士后研究员季旭东(Xudong Ji)是这篇论文的第一作者。

传统计算问题

传统的数字计算系统有独立的处理和存储单元,导致数据密集型任务消耗大量能源。受人脑中计算和存储过程结合的启发,研究人员近年来一直在寻求开发更像人脑运作的计算机,其功能类似神经元网络的设备阵列。

“我们当前计算机系统的工作方式是,内存和逻辑在物理上是分离的,”纪万昌说。你执行计算并将信息发送到存储单元。然后每次你想要检索这些信息的时候,你就得回忆起来。如果我们能将这两种独立的功能结合在一起,我们就能节省空间和能源成本。”

目前,记忆电阻器,或称记忆电阻器,是最发达的技术,可以同时执行处理和记忆功能,但记忆电阻器遭受能源昂贵的转换和较低的生物相容性。这些缺点导致了突触晶体管的研究-特别是有机电化学突触晶体管,它的工作电压低,连续可调谐存储器和高兼容性的生物应用。挑战仍然存在。

“即使高性能的有机电化学突触晶体管也需要从读取操作解耦的写入操作”RIVNAY。“所以如果您想保留内存,则必须将其与写入过程断开连接,这可以将集成与电路或系统中的集成复杂化。”

突触晶体管是如何工作的

为了克服这些挑战,团队优化了有机电化学晶体管内的导电,塑料材料,可以捕获离子。在大脑中,突触是一种结构,神经元可以通过其向另一个神经元传递信号,使用称为神经递质的小分子。在突触晶体管中,离子类似地与神经递质相似,在终端之间发送信号以形成人工突触。通过从捕获离子的存储数据保留,晶体管记住以前的活动,开发长期可塑性。

研究人员通过将单个突触晶体管连接到一个神经形状电路来模拟关联学习来展示其设备的突触行为。它们将压力和光传感器集成到电路中,并培训了电路,以彼此相互关联两个无关的物理输入(压力和光)。

也许联想学习最著名的例子是巴甫洛夫的狗,它遇到食物时会自然地流口水。在训练狗狗把铃声和食物联系起来之后,狗狗听到铃声时也开始流口水。对于神经形态电路,研究人员通过施加手指按压的压力来激活电压。为了调节电路,使其将光与压力联系起来,研究人员首先使用LED灯泡发出的脉冲光,然后立即施加压力。在这种情况下,压力就是食物,而光就是铃铛。设备相应的传感器检测到两个输入。

在一次训练周期之后,电路在光线和压力之间进行了初始连接。经过五次训练周期,电路显着与压力明显亮起。轻,单独,能够触发信号或“无条件的响应”。

未来的应用程序

由于突触电路由软聚合物制成,如塑料,可以容易地在柔性板上制造,并且易于集成到软,可穿戴电子设备,智能机器人和可植入设备中,该装置直接与活组织甚至大脑接口。

“虽然我们的应用是概念证明,但我们的提出电路可以进一步扩展到包括更多感觉输入并与其他电子集成,以实现现场低功率计算,”Rivnay表示。“因为它与生物环境兼容,所以该装置可以直接与活组织接口,这对下一代生物电联的是至关重要的。”

- 由Chris Vavra,Web Content Manager编辑,控制工程,CFE媒体和技术,cvavra@cfemedia.com.


阿曼达·莫里斯
作者简介:阿曼达莫里斯,科学和工程作家,西北大学