MIT人工突觸芯片新突破:指甲大小的芯片有望媲美超算
論傳遞信息的能力，計算機的二進制目前還比不上人腦。
因為大腦神經元之間傳遞的信號形式遠多過0或1兩種：根據突觸（神經元之間的結構）間不同的神經遞質，庫卡機器人，不同的濃度，下游神經元可以拿到不一樣的信號。
神經形態計算領域的研究人員希望，能找到一種造出類腦的芯片，可多層次地傳遞信息。一旦有了多層次的信號傳遞方式，那么很小的一塊神經形態芯片就能匹敵現在的超算，毫不費力地并行運算海量數據。
前兩天，MIT電子與微系統技術實驗室的JeehwanKim教授在《自然》材料子刊發表了一篇論文，SiGeepitaxialmemoryforneuromorphiccomputingwithreproduciblehighperformancebasedonengineereddislocations。
△MIT電子與微系統技術實驗室的JeehwanKim教授
Kim教授和他的研究團隊設計出一種材料為硅鍺的人工突觸芯片，可以精確地控制電流的強度，就像神經元可以定量釋放多少神經遞質一樣。
論文中顯示，這款人工突觸芯片已經可以支持識別手寫字體的機器學習算法，準確率達到95%。盡管低于現有的芯片的基準表現97%，不過依然相當promising。
可以說，這篇文章的研究工作奠定了未來神經形態芯片的發展基礎。
以后我們的移動設備，可能得靠這種芯片來支持圖像識別和其他機器學習任務了。又考慮到移動設備有限的續航能力，這芯片不光要體積小，還得低耗才行。
能快速運算AI算法，便攜，庫卡機器人驅動器維修，低耗是未來市場對這種芯片的基礎要求。
待解決的難題：太多條路可以走
Kim教授說，現有的大部分神經形態芯片都嘗試模仿神經突觸，將兩個可導電的層用另一種纖維介質分隔開。由于所用的介質材料是非晶態的，電子可以朝所有可能的方向跑，像彈珠機一樣。即使人工突觸的空間結構是模仿出來了，卻無法精準控制遞質釋放的濃度電流的強度。
控制不了電流的強度，那么所攜帶的信息也就復現不了。這就是人工突觸芯片面臨的最大難題，缺乏信息傳遞的一致性。
完美的不匹配
為了解決這個問題，Kim研究團隊鎖定了一種由連續排列的原子組成的無缺陷導電材料，單晶硅。這樣就可以準確預測電子的流動了。
后來進一步研究發現，硅鍺的晶格稍大于硅的晶格，這兩種完全不匹配的材料可以形成漏斗狀的錯位，反而能形成單一的離子流通路徑。
這個由硅鍺制成的人工突觸芯片，每個突觸間隙約25納米。實驗中對每個突觸施加電壓，發現所有突觸都表現出差不多的電流，不同突觸之間的差異大概為4％。與由非晶態的材料制成的突觸相比，電流強度大小更可控。
對單個突觸的700次重復施電壓實驗中，突觸所輸出的電流都是相同的，偏差均在1％。
Kim說：這是我們目前能夠達到的（電流強度）最一致的芯片了。
對于提高未來人工神經網絡性能來說，這工作邁出了很關鍵的一步。
識別手寫數字的表現
電流強度是控制得不錯了，那么和現有的馮諾依曼結構的芯片比，計算性能表現怎么樣？
Kim團隊給這種芯片布置了一個機器學習的任務：識別手寫數字。
這是人工突觸芯片的第一次實際測試。
例如，當一個輸入是手寫的1，輸出標記為1時，不僅會有輸出神經元被輸入神經元激活，還會收到人造突觸權重的影響。
如果輸入神經元感知到不同樣本之間，可能存在某些同一個字母的相似特征時（你可以想象為更多的手寫1的例子輸入同一個芯片時），相同的輸出神經元就被激活，和我們大腦的學習過程一樣。
最后這種硅鍺材質的人工突觸芯片表現還不賴，手寫數字識別準確率為95%，略微低于現在的基準線97%。
Kim團隊希望，庫卡機器人何服電機維修，他們的研究工作可以為以后制造擁有超算能力、卻和指甲一樣大的芯片打些基礎。這項研究已經得到了美國國家科學基金會的部分支持。