像搭积木一样连接神经元和突触，集成元件技术可用于人工神经网络
韩国科学技术研究院神经形态工程中心团队宣布，他们开发出一种用于人工神经网络设备的集成元件技术。该技术可像搭“乐高”积木一样连接神经元和突触，从而构建大规模的人工神经网络硬件。
（A）生物神经网络的原理图。（B）使用人工神经形态装置在硬件中实现的人工神经网络的电路原理图。（C）随着突触权重的变化，两个神经元之间的连接强度变化的实验结果。观察到下游神经元的放电程度随着突触重量的减小而降低。图片来源：韩国科学技术研究院
该团队使用hBN制造垂直堆叠的忆阻器器件。hBN是一种有利于实现高集成度和超低功耗的二维材料，可展示生物神经元和突触的特征。团队设计了相同材料和相同结构的人工神经元和突触器件，与传统基于硅CMOS的人工神经模仿器件的复杂结构不同，新开发的器件确保了易处理性和网络可扩展性，为大规模人工神经网络硬件的开发铺平了道路。
通过集成和连接开发的设备，该团队还成功地在硬件中实现了“神经元—突触—神经元”结构。这是人工神经网络的基本单元块，可演示基于尖峰信号的信息传输，类似于人脑的工作方式。
通过实验，团队验证了两个神经元之间尖峰信号信息的调制，其可根据人工突触装置的突触权重进行调整。团队还展示了将基于hBN的新兴设备用于低功耗、大规模AI硬件系统的潜力。
研究人员表示，人工神经网络硬件系统可用于有效处理现实生活中产生的大量数据，如智慧城市、医疗保健、下一代通信、天气预报和自动驾驶汽车。新研究成果将通过显著减少能源使用，同时超越现有基于硅CMOS的器件的扩展限制，帮助改善碳排放等环境问题。
总编辑圈点：
人脑可在极低功耗下高效执行复杂任务，人工智能的研究者也一直致力于向人脑“取经”，从软件和硬件层面进行模仿。比如，让硬件模仿人脑神经元和突触，像人脑那样在不同的神经元之间实现信息的传输交互。不过，要让神经网络在实际中能有效工作，相关技术必须能够支撑大规模的神经网络计算，这就需要硬件系统具有低成本、可延展等特点。此次开发的技术可像搭积木一样连接神经元和突触集成元件，也恰好具有相关潜力。
（来源：科技日报）