埃隆·马斯克|陈根:记忆加电阻的记忆电阻器,为脑机接口提供新可能


文/陈根
“脑机接口”作为前沿科技研究的热点技术 , 一直颇受业界关注 。
2017年 , 马斯克成立脑机接口公司Neuralink , 两年后 , 马斯克和他的Neuralink团队发布了其首款产品 , 即“脑后插管”新技术 。
今年8月29日 , 马斯克在发布会上公布升级版脑机接口和进行设备植入的手术机器人 。 而此次马斯克推出的新设备被命名为the Link v 0.9版 , 较之初代的设备 , 植入步骤并没有相差很大 , 但升级版的脑机接口尺寸更小 , 性能更好 , 再度在科技界掀起轩然大波 。
但事实上 , 对于现有大多数脑机接口来说 , 其信号处理模块采用的是传统的冯·诺伊曼结构 。

埃隆·马斯克|陈根:记忆加电阻的记忆电阻器,为脑机接口提供新可能
本文插图

处理信号的过程中 , 需要将模拟神经信号转换成数字信号 , 之后再进行处理 。 这种信号处理方式与大脑的工作方式不同 , 转换和压缩会造成大功耗和信号延迟 , 还会导致信息丢失、难处理并行计算 , 从而降低信号处理的准确性 。
基于此 , 科学家开始尝试仿生设计 , 以更好地处理大容量的神经模拟信号 。 近日 , 清华大学的研究小组实现了一种新方案——基于记忆电阻器的神经信号分析系统 。 其相关成果于8月25日发表在Nature Communication上 。

埃隆·马斯克|陈根:记忆加电阻的记忆电阻器,为脑机接口提供新可能
本文插图

其中 , 忆阻器(Memristor , 其命名由Memory和Resistor合成)是一种新型信息处理器件 , 其工作机理与人脑中的神经突触、神经元等具有一定的相似性 , 基于忆阻器(Memristor)的神经形态计算可以突破传统计算架构 , 在实现高并行度的同时显著降低功耗 。
作为概念验证演示 , 忆阻器数组用于实现对癫痫相关神经信号进行滤波和识别 , 实现了93.46% 。 此外 , 研究人员基于忆阻器的系统在与最先进的互补金属氧化物半导体的功率效率比较系统 。
【埃隆·马斯克|陈根:记忆加电阻的记忆电阻器,为脑机接口提供新可能】这项工作证明了使用记忆电阻器实现高性能的可行性下一代脑机接口的神经信号分析 , 这将为脑机接口技术带来了更多的可能性 。


    推荐阅读