晶片上的「大腦」──人工突觸材質大躍進

Shinhyun Choi et al., SiGe epitaxial memory for neuromorphic computing with reproducible high performance based on engineered dislocations, Nature Materials, 2018.


【本刊訊】在「神經型態計算(neuromorphic computing)」裡,研究人員嘗試設計出運作上與大腦雷同的電腦晶片,不同於當今二進制法(binary)、開/關訊號等數位晶片,該領域利用「晶片上的大腦」這個元素作類比,進而交換訊號梯度(gradient)或重量,就好像神經根據型態與突觸(synapse)間離子數量活化一般。

而這個被製造出來的「器官」約足球大小,在任何時刻下,單一神經元皆能透過突觸、將指令傳送給成千上百個神經元;突觸為神經元間的空隙,也是神經傳導物質作交換的地方。大腦中有超過100萬億個突觸,調整神經訊號並強化培養中的神經的部分連結,使大腦能迅速地辨識形體、產生現實感,甚至學習新知。

這種可攜式、低耗能的神經型態晶片,就像大腦一樣,能有效率地處理百萬條平行計算流,目前僅超級電腦的巨型資料庫做得到,而這種便攜式人工智能有個重點需要處理──神經突觸,這個部分在硬體上特別難實踐。不過,麻省理工學院的工程師已設計出一種人工突觸,其可精準控制當中的電流強度,運作起來彷彿神經元間的離子流一般,而團隊更以矽鍺製造的人工突觸來建置小巧的晶片,並發現晶片與突觸可針對手寫進行辨識。

大多數神經型態晶片設計,含有被開關介質隔開的2個傳輸層,以利對神經元間突觸進行仿真模擬。當供給電壓時,離子會在開關介質間移動並產生導電絲,如同突觸重量發生改變。然現實狀況是,離子流十分難控制,研究員之一的金(Yunjo Kim)表示,由於大部分的開關介質是由非晶的(amorphous)材料打造,如此一來離子可運行的通道就會多樣化,使得難以預測離子流向。人工突觸被施予電壓以展示其中資訊時,亦可將其拭除、並能以同一個方法再寫入一次,只是這在非晶物質裡,離子有太多選擇,該人工突觸也就缺乏均勻性。

不過,除了非晶材料煉造的人工突觸外,金姆與研究團隊亦看好一種原子作連續排列的單晶矽,並嘗試從中創造出精準的一維缺口,使離子的路線能被預期。團隊開始研究在顯微鏡解析下類似六角狀網格(chicken wire)形狀的矽晶體,並將形體類似的矽鍺放置其上,矽鍺的方格略大於單晶矽,在陰錯陽差下完美製造出類似通道的錯位(dislocation),符合團隊對離子通道的期待。緊接著團隊便以矽鍺製作人工突觸、構築出神經型態晶片的樣貌,而每個突觸大小約僅25奈米,對此突觸施以電壓後所有突觸的電流都差不多,差異值僅4%,比起無晶體其性能更為均勻一致;單一突觸的測試下,每一次循環的電流之間差異更小,只有約1%左右。

最後,團隊開始探索此裝置如何實踐如手寫辨識等的學習功能,並透過電腦模擬,此神經網絡能以近97%的準確率成功辨識手寫體。未來,實驗室將繼續研究其實際應用的面向,望能將神經網絡裝置的學習效能發揮得更好。


沒有留言:

張貼留言