<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          「復(fù)制粘貼」大腦神經(jīng)元!哈佛三星新研究登Nature子刊

          共 1972字,需瀏覽 4分鐘

           ·

          2021-10-01 20:20



            新智元報道  

          來源:網(wǎng)絡(luò)

          編輯:David

          【新智元導(dǎo)讀】大腦也能復(fù)制粘貼!三星和哈佛的研究人員提出一種構(gòu)建智能芯片的新方法,將大腦神經(jīng)元的連接圖整個“復(fù)制粘貼”到固態(tài)存儲器上。類腦芯片研發(fā)有望更進(jìn)一步。

          大腦神經(jīng)元也可以復(fù)制粘貼嗎?
           
          近日,三星和哈佛大學(xué)的研究人員提出了一種構(gòu)建更智能的計算機(jī)芯片的新方法。
           
          這種方法的實(shí)質(zhì)類似于“復(fù)制”和“粘貼”,將大腦的神經(jīng)元的連接圖“復(fù)制粘貼”到 3D 神經(jīng)形態(tài)芯片上。刊載這一成果的論文已發(fā)表于Nature Electronics上。


          論文:
          https://www.swisstransfer.com/d/0abb948d-fbb7-47f3-acdd-8be2ac25bf74

          所謂“復(fù)制”,就是通過納米電極陣列復(fù)制大腦神經(jīng)元的連接圖,而所謂“粘貼”,就是將連接圖粘貼到固態(tài)存儲器組成的高密度三維網(wǎng)絡(luò)上。
           
          通過這種方式,研究人員希望打造出一種接近大腦的獨(dú)特計算特征的存儲芯片,能夠?qū)崿F(xiàn)低功耗、輕松學(xué)習(xí)、適應(yīng)環(huán)境,甚至自主和認(rèn)知——而這些都是當(dāng)前技術(shù)無法實(shí)現(xiàn)的。
           
          換句話說,這種方法能夠以最接近大腦本身神經(jīng)元的方式實(shí)現(xiàn)對神經(jīng)網(wǎng)絡(luò)的構(gòu)建,這將會給類腦芯片和神經(jīng)網(wǎng)絡(luò)的構(gòu)建提供一條新的思路。
           
          實(shí)際上,對大腦的模擬早在上世紀(jì)80年代就開始了,當(dāng)時提出的“神經(jīng)形態(tài)工程”的最初目標(biāo),就是在硅芯片上模擬神經(jīng)元網(wǎng)絡(luò)的結(jié)構(gòu)和功能,但后來的事實(shí)證明,要達(dá)到這個目標(biāo)是很困難的。
          上圖所示為當(dāng)前的神經(jīng)擬態(tài)領(lǐng)域的研究現(xiàn)狀,大致可分為自然智能網(wǎng)絡(luò)(NNN)和人工智能網(wǎng)絡(luò)(ANN)兩大類。本文主要目標(biāo)是實(shí)現(xiàn)對前者的完整再現(xiàn)。

          直到今天,人們都不清楚大腦中神經(jīng)元的連接方式,因而無法理解大腦的高級功能。因此,后來研究人員的目標(biāo)已經(jīng)不再追求嚴(yán)格模仿大腦,而是轉(zhuǎn)向一個較低的目標(biāo),設(shè)計開發(fā)受大腦“啟發(fā)”的芯片。
          現(xiàn)在,這篇論文將有望使人們重新回歸上世紀(jì)80年代時提出的最初目標(biāo),再現(xiàn)大腦神經(jīng)元的結(jié)構(gòu),對大腦進(jìn)行“逆向工程”。

          CNEA上的大鼠神經(jīng)元(左)和從全網(wǎng)絡(luò)細(xì)胞內(nèi)提取的突觸連接圖(右)
          記錄由 CNEA 獲得的數(shù)據(jù)
           “復(fù)制”大腦使用的納米電極陣列(CNEA)可以高效記錄大量神經(jīng)元的電信號。這些大量平行的細(xì)胞內(nèi)記錄為神經(jīng)元連接方式提供信息,表明神經(jīng)元相互連接的位置以及這些連接的強(qiáng)度。
          因此,從這些信號記錄中,就可以實(shí)大腦神經(jīng)元連接方式的提取,或者說“復(fù)制”。
           
          而在“粘貼”時,自神經(jīng)元的細(xì)胞內(nèi)記錄中提取的功能突觸連接圖,可以粘貼到一個導(dǎo)電的記憶網(wǎng)絡(luò)上,每個記憶存儲一個電導(dǎo)值,代表相應(yīng)的生物突觸連接強(qiáng)度。


          然后,這個記憶網(wǎng)絡(luò)可以與硅神經(jīng)元編織在一起,以反映傳播延遲、反饋路徑和離子通道,這些信息也可以從上一步記錄的數(shù)據(jù)中提取。
           
          不過,這個方法也存在局限,目前還處小鼠實(shí)驗(yàn)階段,距離真正用于人腦還有一定距離。

          人的大腦結(jié)構(gòu)極其復(fù)雜,人腦大約有 1000 億個神經(jīng)元,突觸鏈接數(shù)量更是神經(jīng)元數(shù)量的1000倍,要想實(shí)現(xiàn)對人腦的“復(fù)制粘貼”,理想的神經(jīng)形態(tài)芯片需要大約 100 萬億個存儲單元,這還不包括支持這些存儲單元和模擬芯片正常工作的代碼。
           
          這對于任何公司都是一項艱巨的挑戰(zhàn)。
           
          本文作者

          不過這篇論文的作者相信,盡管面臨困難,這個方法的未來方向是明確的,這一成果有助于打破神經(jīng)形態(tài)工程、神經(jīng)科學(xué)和半導(dǎo)體技術(shù)的界限。
           
          也許一個完全實(shí)現(xiàn)人腦功能的智能芯片的實(shí)現(xiàn),就在不遠(yuǎn)的將來。

          參考鏈接:
          https://www.engadget.com/samsung-copy-and-paste-brain-neuromorphic-chips-185359994.html
          https://news.samsung.com/global/samsung-electronics-puts-forward-a-vision-to-copy-and-paste-the-brain-on-neuromorphic-chips
          https://thenextweb.com/news/samsung-harvard-scientists-want-copy-and-paste-brain-onto-computer-chips

          論文地址:
          https://www.swisstransfer.com/d/0abb948d-fbb7-47f3-acdd-8be2ac25bf74

          瀏覽 66
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點(diǎn)贊
          評論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  国产亚洲精品久久久久久青梅 | 成人免费小视频 | 777影院无码中文字幕 | 欧洲国产精品黄色网址 | 精品久久免费一区二区三区 |