「復(fù)制粘貼」大腦神經(jīng)元!哈佛三星新研究登Nature子刊新智元關(guān)注共 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.htmlhttps://news.samsung.com/global/samsung-electronics-puts-forward-a-vision-to-copy-and-paste-the-brain-on-neuromorphic-chipshttps://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 評論圖片表情視頻評價全部評論推薦 Transformer新玩法登Nature子刊Python高校0把大腦「復(fù)制-粘貼」到芯片上,三星、哈佛的大膽設(shè)想登上Nature子刊視學(xué)算法0Nature子刊研究顛覆常識:視網(wǎng)膜計算使眼睛先于大腦產(chǎn)生視覺信息新智元0Nature子刊:AI模型測「大腦年齡」,究竟哪些因素會加速大腦衰老? 新智元報道 編輯:耳朵 喬楊【新智元導(dǎo)讀】Nature子刊新研究「大腦時鐘」可以判斷一個人的大腦衰老速度是否快于實(shí)際年齡。結(jié)果顯示,女性、不平等現(xiàn)象嚴(yán)重的國家和拉丁美洲國家的人,大腦衰老速度更快。如果給你一個查詢自己大腦「腦齡」的機(jī)會,想不想試試?自己的馬斯克豁出4300員工,參與新冠研究,論文登上Nature子刊...數(shù)據(jù)分析14800Nature子刊:神經(jīng)形態(tài)計算更進(jìn)一步,科學(xué)家實(shí)現(xiàn)人工模擬神經(jīng)元和突觸大數(shù)據(jù)文摘0一塊GPU模擬猴子大腦,普通臺式機(jī)變超算,英國大學(xué)研究登上Nature子刊數(shù)學(xué)算法俱樂部0Nature子刊:清華研究團(tuán)隊盤點(diǎn)類腦計算芯片簡史新智元0丁山子學(xué)研究未刊稿 王獻(xiàn)唐子學(xué)研究未刊稿丁山子學(xué)研究未刊稿·王獻(xiàn)唐子學(xué)研究未刊稿,ISBN:9787807292852,作者:丁山,王獻(xiàn)唐 語義熵識破LLM幻覺!牛津大學(xué)新研究登Nature 新智元報道 編輯:alan【新智元導(dǎo)讀】近日,來自牛津大學(xué)的研究人員推出了利用語義熵來檢測LLM幻覺的新方法。作為克服混淆的策略,語義熵建立在不確定性估計的概率工具之上,可以直接應(yīng)用于基礎(chǔ)模型,無需對架構(gòu)進(jìn)行任何修改。時至今日,大語言模型胡編亂造的情況仍點(diǎn)贊 評論 收藏 分享 手機(jī)掃一掃分享分享 舉報