「材料科学」用氧化物定制人脑之梦( 二 )


这个问题开启了人类对人工智能(也就是仿造人脑)的探索 。 时至今日 , 人工智能已成为全世界关注的科学前沿 。 喧嚣尘上的 AlphaGo、无人驾驶、人脸识别等算是初级产品 , 却已使得与人工智能相关的新鲜事物渗透入我们的生活中、改变着我们的生活方式和生活品质 。 所有这些新鲜事 , 所依赖的核心灵魂都是电子计算机 。 现在的计算机系统 , 主要是基于计算和存储分离的冯·诺依曼架构 , 其中的中央处理器必须频繁地从存储单元读取数据 , 然后再进行计算 。 这个数据读取过程花费了大量时间和功耗 , 导致功耗巨大以及散热困难等一系列问题 。
粗略估计一下 , 个人计算机的功耗大概是 200~ 300 W , 一台 GPU服务器的功耗至少是 2000 W , 著名的 AlphaGo 系统功耗达到 10 MW 。 相比而言 , 人脑的功耗只有 20 W , 堪称地球上最为高效的计算系统 , 如果人脑真的是一个计算机的话 。
很显然 , 人脑仿生 , 即通过模仿人脑工作方式来构建新型计算架构 , 是实现高性能计算极具潜力的方案 [1] 。 这是科学人追求的外部驱动力 。
从内在角度看 , 人脑是人类神经系统最重要的组成部分 。 记忆、遗忘、学习和决策等等功能 , 都在大脑的神经网络中进行 。 所以 , 仿生人脑就从仿生神经网络开始 , 显得很自然和合理 。 不过 , 神经未必是一个很物理的东西 , 至少比物理人经常引以自豪的半导体、集成电路等微电子产品还是要复杂许多 。 神经学研究表明:神经网络是由数量惊人的神经元 (约1011 个) 通过突触 (约1015 个) 联结而成 。 神经网络、神经元、突触由顶至底 , 形成了神经系统多层级体系 。 图 2(左) 中由上至下对应了这三种层级结构 。 神经元由体细胞、轴突、树突组成 , 其中树突用于接收输入信号、轴突用来发送输出信号、而突触是一个突触前神经元的轴突末梢和另一个突触后神经元的树突的连接点 。 神经元表面分隔膜上的小孔为突触信息传递的离子通道 。 这一通道在外界刺激下 , 通过细胞信号形成 Ca2+、K+ 等离子的浓度差 , 借助囊泡完成其在前后突触的传递 , 诱发神经元中的电活动 , 进而实现信息记忆和处理 。
「材料科学」用氧化物定制人脑之梦
本文插图
图2. 人脑与类脑芯片的对照图 [1] 。 神经网络、神经元和突触 , 由顶至底 , 构成了人脑多层级体系 (左) 。 人工神经网络、人工神经元和人工突触 , 由顶至底 , 组成了类脑系统 (右) 。 比较看来 , 人脑好像还没有类脑那么规则有度 , 但这种规则有度的丧失也许正是人脑功能难以被完美复制的关键所在 , 谁知道呢!
假定这一人脑工作机制是真的 , 基于这一机制的启发 , 并关注前文标识的那些关键名词 , 我们就能够粗浅理解所谓的类脑芯片是什么 。 类脑芯片 , 就是用神经形态器件去模拟人脑中的神经元、突触等基本功能 , 再进一步将这些神经形态器件联结成人工神经网络 , 以实现人工“大脑”的复杂功能 。 这些尝试和结果 , 即便是走过穷山恶水、甘苦日月 , 却还是为人工智能应用打下了一些硬件基础 。
如果细致一些分析讨论 , 如图 2 (右) 所示:类脑芯片的结构可分为三个层级 。 位于最高层级的人工神经网络系统 , 通常由具有高集成度的 crossbar 结构构成 。 中间层级 , 构成人工神经网络的基本单元是神经形态器件 (人工神经元和突触) 。 在低层级 , 通过外场控制功能材料层来模拟生物突触的离子通道 。
这里 , 我们看到 , “功能材料”这一材料科学与凝聚态物理的专用名词 , 竟然如此大摇大摆地登堂入室 , 与人脑这等神奇的智能中枢联系起来 。 物理人说 , 为了达到这个目标 , 选用的功能材料之物理性质 , 应该在外场调控下能够发生可控的多状态改变 。 所有从事功能氧化物材料的物理人马上明白 , 具有此类特性的功能材料如沧海桑田 , 无处不是 。


推荐阅读