用忆阻器来模拟人脑学习过程

我们一般把人脑的位细胞叫做突触(synapses)，美国密西根大学研究人员指出，忆阻器(memristor)的功能特性是所有的电子组件中与突触最相近的；他们最近展示单一忆阻器如何以与人脑相同的方式来学习同样的技术。

人类的神经网络的学习模式，能达到像是特殊算法那样、对工程师来说都很难的程度，主要是依赖一种称为突触的模拟内存元素；该元素目前正被科学家用做今日超级计算机中的一种数值来进行模拟。

学习行为的发生，是由于来自人体各感官的功能探测器──像是眼睛内的边缘传感器，就会产生一种同步电压突波。当同步突波发生时，负责接收的大脑突触会透过提高其数值(也就是一种超级计算机仿真中使用的数字)来响应，而忆阻器则是以改变其电阻值的方式来响应。

研究人员示范以忆阻器来仿真人脑神经网络的学习功能

该研究团队领导人、密西根大学教授Wei Lu表示，忆阻器是以几乎与大脑突触相同的「STDP (spike timing dependent plasticity)」模式，来响应同步电压脉冲，因此使其能够成为超级计算机仿真的替代方案。由惠普实验室研究人员所发表的大规模忆阻器纵横闩网络，可望建立一个比超级计算机更精确、快速的人脑功能仿真。


去年，美国国防部高等研究计划局(Darpa)指派三个分别由HP、IBM与HRL Labs所率领的研究团队，在其SyNAPSE计划下，去研究出一种开发人脑学习要素的最佳方法；而研究成果将在明年发表原型。


HP已经在上述计划下，研究采用忆阻器来做为突触，其成果将在今年稍晚发表。IBM去年也宣布，已成功利用精确的超级计算机仿真猫脑；该获奖的超级计算机算法名为“Blue Matter”最终将转到硬件端，利用诸如密西根大学所研发的电子突触来运行。


“猫脑的模拟是一个较现实可行的目标，因为其功能比人脑要简单许多；但要仿制其复杂性与效益，仍然是非常困难的工作。”Lu表示；其研究团队的目标是制作出某一天能在性能上媲美超级计算机的忆阻器设备，但机器的外型尺寸仅有两公升的汽水宝特瓶那么大。