麻省理工学院的五彩纸屑大小的“芯片上的大脑”充满了数千个记忆电阻

“想象一下，将神经形态器件连接到汽车上的相机，并使其识别灯和物体，并立即做出决定，而无需连接到互联网，”麻省理工学院机械工程副教授Jeehwan Kim说。

“我们希望实时地使用节能杂志来在现场进行这些任务。”

本周,麻省理工学院宣布，它们在单个芯片上有成千上万的人工大脑突触或忆内符合物。研究人员声称，这种“芯片上的大脑”是一种神经网络硬件，而不是软件人工突触网络，它可以促进便携式智能系统的发展。

记忆电阻器由银铜合金组成。图片由彭林,麻省理工学院

记忆电阻器到底是什么?为什么它在人工智能中的作用如此重要?

首先,记忆电阻器

根据研究人员艾萨克·亚伯拉罕的研究，忆阻器是一种理论元件这被认为是四个基本部件之一：电阻器，电容器，电感器和存储器。设备的电阻取决于一旦流过它并描述其IV图中的滞后模式。

虽然记忆电阻器行为的工作例子已经被设计和证明，一些人可能会争辩说，可行的记忆电阻器还没有开发出来。例如，实验室开发的三脚器件只能模拟记忆电阻;一个真正的记忆电阻器应该是一个双管无源部分研究人员弗朗西斯科·卡拉维利(Francesco Caravelli)和胡安·巴勃罗·卡巴贾尔(Juan Pablo Carbajal)表示。

神经网络中的忆阻器

那么为什么记忆电阻器被认为在人工智能开发中很重要呢?

记忆电阻器可以被认为是大脑神经元之间连接的等效电子元件。如果记忆电阻的电阻被用来模拟神经元之间连接的强度，那么，在理论上，处理节点(像晶体管一样简单或像微控制器一样复杂)之间的记忆电阻阵列可以模拟加权连接，从而模拟神经网络。

当我们考虑没有复杂的软件例程或硬件电路以执行加权计算时，忆阻器的可能性更为显着;在这样的实例中，这些计算将是瞬间的。

麻省理工学院神经形态突破

麻省理工学院的重大突破之一是缩小了记忆电阻器的尺寸，这多亏了掺杂的冶金实践。

与现有的神经形态芯片相比，该芯片成功地对麻省理工学院基利安法庭的图像进行了再处理(模糊和锐化)。图片由麻省理工学院

典型的存储器依靠导电离子在通道中的运动来使通道电阻或导电。这不是大型回忆体的问题。然而，随着函数的物理尺寸减小，通道变得难以与之合作，因为有较少的离子。因此，装置背后的团队决定用铜合金函数，在银膜和硅衬底之间形成更好的导电桥。

忆阻器充当非二元晶体管

麻省理工学院发现的纸屑大小的记忆电阻在神经形态装置中充当晶体管。但是，当普通电路中的晶体管通过在0和1之间切换来传递信息——并且只有在接收到一定强度的电信号时——记忆电阻却不能以这种二进制方式工作。

相反，MIT记忆电阻器产生的信号会根据它接收到的信号强度而变化，产生任意数量的值，并比传统晶体管开启更多的操作。

该芯片放入测试 - 与美国队长的盾牌

在芯片的第一次测试中，它显示了美国队长盾牌的灰度图像。研究人员将盾牌中的每个像素转换成一个值。然后，他们改变相应的记忆电阻的电阻，以匹配像素的值，并改变每个记忆电阻的电导，以符合其相应像素颜色的强度。

该芯片制作了再现屏蔽的清晰复制图像，并能够记住图像，多次读回图像。

麻省理工学院的银铜合金映射器比其他材料制成的类似芯片更有效地再现了船长的美国盾牌的清脆形象。图片由麻省理工学院

当研究人员用改变图像的图像处理任务任务时，它成功地重新编程了比现有的忆耳设计更好的这种图像。

神经形态设备的光明前景?

虽然这项技术还有很长的路要走，例如，用加权函数编程神经网络——设备以一种几乎与神经元相同的方式保存信息的能力，显示了在神经形态进步方面的前景。

AI的未来可能位于模拟硅设备中，这些设备不依赖于硬件或软件例程执行数学执行，而是在近实时速度运行。