非营利非商业性健康信息的可信来源
美国抗衰老、预防和再生医学学会的原始声音
标志 标志
生物技术 生物工程 大脑和精神表现 大脑芯片/计算机接口

新型类脑计算设备模拟人类学习

1年9个月前

9915 0
张贴于2021年5月3日,晚上8点

“突触晶体管”通过同时处理和存储数据来模拟大脑的可塑性。通过一组突触晶体管,一种新的神经形态电路模拟联想学习。

研究人员开发了一种能够通过联想学习的类脑计算设备。

就像著名生理学家伊万·巴甫洛夫让狗把铃声和食物联系起来一样,西北大学和香港大学的研究人员成功地让狗的神经回路把光和压力联系起来。

这项研究将于4月30日发表在该杂志上自然通讯

该设备的秘密在于其新颖的有机电化学“突触晶体管”,它可以像人脑一样同时处理和存储信息。研究人员证明,晶体管可以模仿人脑突触的短期和长期可塑性,建立在记忆的基础上,随着时间的推移而学习。

凭借其类似大脑的能力,这种新型晶体管和电路可能会克服传统计算的局限性,包括消耗能量的硬件和同时执行多项任务的有限能力。这种类似大脑的设备还具有更高的容错能力,即使某些组件出现故障,也能继续平稳运行。

该研究的资深作者、西北大学的乔纳森·里夫内(Jonathan Rivnay)说:“尽管现代计算机很出色,但人脑在一些复杂和非结构化任务上的表现很容易超过它,比如模式识别、运动控制和多感官整合。”“这要归功于突触的可塑性,这是大脑计算能力的基本组成部分。这些突触使大脑能够以高度并行、容错和节能的方式工作。在我们的工作中,我们展示了一种有机塑料晶体管,它模仿了生物突触的关键功能。”

里夫内是西北大学麦考密克工程学院生物医学工程助理教授。他与香港大学机械工程副教授陈佩迪(Paddy Chan)共同领导了这项研究。Rivnay团队的博士后研究员纪旭东是这篇论文的第一作者。

传统计算的问题

传统的数字计算系统具有独立的处理和存储单元,导致数据密集型任务消耗大量能源。受人脑计算和存储过程相结合的启发,近年来,研究人员一直在寻求开发操作更像人脑的计算机,其设备阵列的功能类似于神经元网络。

“我们目前的计算机系统的工作方式是内存和逻辑在物理上是分开的,”Ji说。“你进行计算并将信息发送到内存单元。然后每次你想检索那个信息的时候,你就必须回忆它。如果我们能把这两个独立的功能结合起来,我们就能节省空间和能源成本。”

目前,记忆电阻器,或“忆阻器”,是最完善的技术,可以执行组合处理和记忆功能,但忆阻器遭受能源昂贵的切换和较低的生物相容性。这些缺陷促使研究人员发明了突触晶体管,尤其是有机电化学突触晶体管,它具有低电压、连续可调内存和高生物应用兼容性。不过,挑战依然存在。

Rivnay说:“即使是高性能的有机电化学突触晶体管也需要将写操作与读操作分离。”“因此,如果你想保留内存,就必须将其与写入过程断开,这可能会使与电路或系统的集成进一步复杂化。”

突触晶体管是如何工作的

为了克服这些挑战,西北大学和香港大学的团队优化了有机电化学晶体管中的导电塑料材料,可以捕获离子。在大脑中,突触是一种结构,通过它一个神经元可以将信号传递给另一个神经元,使用的是一种叫做神经递质的小分子。在突触晶体管中,离子的行为类似于神经递质,在终端之间发送信号,形成人工突触。通过保留被捕获离子的存储数据,晶体管可以记住以前的活动,从而形成长期的可塑性。

研究人员通过将单个突触晶体管连接到一个神经形态电路中来模拟联想学习,展示了他们的设备的突触行为。他们将压力和光传感器集成到电路中,并训练电路将两个不相关的物理输入(压力和光)相互关联起来。

也许联想学习最著名的例子是巴甫洛夫的狗,当它遇到食物时,它会自然地流口水。在训练狗把铃声和食物联系起来后,狗听到铃声时也开始流口水。对于神经形态电路,研究人员通过手指按压来激活电压。为了调节电路,使光与压力相关联,研究人员首先使用LED灯泡发出的脉冲光,然后立即施加压力。在这个场景中,压力是食物,光是铃铛。设备的相应传感器检测到两种输入。

在一个训练周期后,电路在光和压力之间建立了初始连接。经过五个训练周期后,这个回路显著地将光与压力联系起来。光本身就能触发信号,即“无条件反应”。

未来的应用

由于突触电路是由柔软的聚合物制成的,就像塑料一样,它可以很容易地在柔性薄片上制造,并很容易地集成到柔软的、可穿戴的电子产品、智能机器人和可植入的设备中,直接与活体组织甚至大脑连接。

Rivnay说:“虽然我们的应用只是一个概念证明,但我们提出的电路可以进一步扩展,包括更多的感官输入,并与其他电子设备集成,以实现现场低功耗计算。”“因为它与生物环境兼容,该设备可以直接与活组织连接,这对下一代生物电子学至关重要。”

这项名为“利用离子捕获非挥发性突触有机电化学晶体管模拟联想学习”的研究得到了美国国家科学基金(奖号:DMR-1751308)、香港一般研究基金(奖号:HKU 17264016和HKU 17204517)和中国国家自然科学基金的支持。

本文由西北大学麦考密克工程学院的阿曼达·莫里斯撰写。

就像你在网上读到的任何东西一样,这篇文章不应该被理解为医学建议;在改变你的健康计划之前,请咨询你的医生或初级保健提供者。

提供的资料:

内容可以根据风格和长度进行编辑

https://www.mccormick.northwestern.edu/news/articles/2021/04/new-brain-like-computing-device-simulates-human-learning/

https://www.nature.com/articles/s41467-021-22680-5

世界卫生视频

Baidu