類(lèi)腦芯片再登Nature子刊！三星哈佛聯(lián)手“復制粘貼”大腦神經(jīng)元

編譯 |  高歌
編輯 |  Panken
芯東西9月27日消息，韓國當地時(shí)間9月26日，三星電子宣布，其研究人員和哈佛大學(xué)教授聯(lián)合提出了一種將大腦神經(jīng)元連接圖（neuronal wiring map）“復制、粘貼”到高密度3維存儲網(wǎng)絡(luò )上的可能。論文作者設想創(chuàng )建一種類(lèi)似人腦的存儲芯片，該芯片將具有低功耗、輕松學(xué)習、適應環(huán)境等特性，未來(lái)甚至可以具備自主性和認知能力。這項研究于9月23日刊登在了頂級期刊《自然·電子》上，論文題目為《Neuromorphic electronics based on copying and pasting the brain（基于復制和粘貼大腦的神經(jīng)擬態(tài)電子學(xué)）》。

回歸神經(jīng)電子學(xué)科最初目標逆向工程研究大腦

神經(jīng)擬態(tài)電子學(xué)始于20世紀80年代，其目的是利用集成電路來(lái)模擬生物神經(jīng)系統中神經(jīng)元網(wǎng)絡(luò )的結構和功能。該學(xué)科的最終目標是將大腦的計算能力帶到固態(tài)平臺上。然而，由于模仿大腦神經(jīng)元網(wǎng)絡(luò )過(guò)于困難，該學(xué)科的研究重點(diǎn)已經(jīng)轉向事件驅動(dòng)操作、記憶中的信息處理等受到大腦特征啟發(fā)的技術(shù)。目前，這一學(xué)科的研究主要可分為兩類(lèi)，分別為人工神經(jīng)網(wǎng)絡(luò )（ANN）和自然神經(jīng)網(wǎng)絡(luò )（NNN）。人工神經(jīng)網(wǎng)絡(luò )是機器學(xué)習的框架，已經(jīng)促使該領(lǐng)域出現了一系列強大的人工智能（AI）應用。自然神經(jīng)網(wǎng)絡(luò )則是自然智能的基礎，由電化學(xué)提供動(dòng)力。與人工神經(jīng)網(wǎng)絡(luò )相比，自然神經(jīng)網(wǎng)絡(luò )可以從條件很少或條件很差的數據中學(xué)習，以適應環(huán)境。由于當前人類(lèi)對神經(jīng)元如何在大腦內部工作知之甚少，構建一個(gè)具有獨特計算能力的神經(jīng)網(wǎng)絡(luò )電路從根本上受到了挑戰。伴隨著(zhù)人工智能技術(shù)的發(fā)展，在CPU、GPU、NPU、TPU等數字處理器之外，研究人員開(kāi)始推動(dòng)模擬輔助功能的處理器，這類(lèi)處理器在A(yíng)I計算中的功耗更低。論文作者認為，這類(lèi)模擬輔助的處理器的運行方式靈感來(lái)自大腦，其存內計算的理念就如同生物突觸分布在大腦中一樣。不過(guò)這類(lèi)處理器的目標仍是計算AI算法，而不是模擬大腦運行。三星和哈佛大學(xué)的研究團隊希望回到神經(jīng)擬態(tài)電子學(xué)最初的目標，即通過(guò)逆向工程研究大腦。

CNEA實(shí)現數千突觸連接記錄，3D存儲芯片成自然神經(jīng)網(wǎng)絡(luò )載體

為了實(shí)現上述目標，三星和哈佛的研究人員使用CMOS納米電極陣列（CMOS nanoelectrode array，CNEA）和存儲芯片對大腦神經(jīng)元連接進(jìn)行“復制、粘貼”，構建自然神經(jīng)網(wǎng)絡(luò )。CMOS納米電極陣列是此前哈佛大學(xué)研究團隊的成果，該團隊在半導體芯片上加工出了4096個(gè)記錄和刺激電極的CMOS納米電極陣列，芯片上還有4096個(gè)電子通道，可以同時(shí)記錄數千個(gè)神經(jīng)元的突觸連接。2020年，這項研究發(fā)表在了《自然·生物醫學(xué)工程》上。

因為CMOS納米電極陣列中，每個(gè)垂直納米電極都配備了電流注入器和電壓放大器，可以持續向神經(jīng)元注入電流，穩定細胞的電生理，這使神經(jīng)元能夠在研究的時(shí)候保持活性。在實(shí)驗中，研究團隊通過(guò)CMOS納米電極陣列研究小鼠皮層神經(jīng)元網(wǎng)絡(luò )，在19分鐘內測量了來(lái)自1728個(gè)電極的細胞信號。這個(gè)數字還能夠很容易地進(jìn)行擴展，因為制造陣列密度更大、性能更強的半導體器件正是半導體行業(yè)所一直追求的。目前，研究團隊正在研究小鼠的視網(wǎng)膜和嗅球/梨狀皮層中神經(jīng)元，這些神經(jīng)元由于功能不同，其組織形態(tài)也并不相同，有著(zhù)各自的研究?jì)r(jià)值。之后，研究團隊也會(huì )從這些外圍神經(jīng)元逐漸探索大腦神經(jīng)元的突觸連接。在“粘貼”這一步，三星和哈佛大學(xué)的研究團隊則計劃當記錄下細胞內神經(jīng)信號后，用專(zhuān)門(mén)設計的存儲器網(wǎng)絡(luò )下載信號，構建自然神經(jīng)網(wǎng)絡(luò )。

研究團隊寫(xiě)道，隨著(zhù)3D堆疊、先進(jìn)封裝等技術(shù)發(fā)展，存儲芯片有著(zhù)承載記憶網(wǎng)絡(luò )的潛力。其中，閃存、磁性隨機存取存儲器（MRAM）、相變隨機存取存儲器（PRAM）和電阻式隨機存取存儲器（RRAM）4種存儲芯片各具優(yōu)點(diǎn)，被研究人員認為可用作存儲網(wǎng)絡(luò )載體。具體來(lái)說(shuō)，研究人員將用計算機輔助分析程序來(lái)提取功能性突觸連接圖，然后用該圖構建、編程一個(gè)記憶網(wǎng)絡(luò )。由于一個(gè)神經(jīng)元在大腦中約有1000個(gè)突觸，因此記憶網(wǎng)絡(luò )應具有1000倍神經(jīng)元的內存芯片。對于存儲器來(lái)說(shuō)，快速寫(xiě)入并驗證記憶網(wǎng)絡(luò )并不困難，當前3D閃存的寫(xiě)入速度通常超過(guò)100MB/s。但對計算機輔助分析程序來(lái)說(shuō)，即使是4096個(gè)通道在19分鐘里也會(huì )產(chǎn)生約80G的數據，隨著(zhù)CMOS納米電極陣列進(jìn)一步擴展，其數據量也會(huì )有所提升。研究人員也嘗試繞過(guò)計算機輔助分析，將每個(gè)硅基芯片和生物神經(jīng)元一一對應，直接將連接圖下載到RRAM或PRAM網(wǎng)絡(luò )上。但由于離子通道的隨機性等原因，RRAM和PRAM存儲器很難應用在大型網(wǎng)絡(luò )中。

未來(lái)或創(chuàng )建類(lèi)腦存儲芯片，甚至可模擬神經(jīng)元生長(cháng)變化

盡管實(shí)現起來(lái)還有很多挑戰，但這項研究是一項開(kāi)創(chuàng )性的努力，旨在對大腦神經(jīng)元進(jìn)行重建。截至目前，學(xué)界通過(guò)顯微鏡研究獲得的大腦信息主要源自解刨圖，沒(méi)有對不同功能突觸的連接進(jìn)行量化。三星和哈佛大學(xué)研究團隊所進(jìn)行的這項研究可以重現不同功能突觸的連接，還可展現離子通道、反饋延遲等其他神經(jīng)元屬性。理想情況下，該研究無(wú)需揭示神經(jīng)元的工作原理，就像是對大腦的快照一樣獲得神經(jīng)元連接和分布。三星稱(chēng)，如果研究成功，研究人員可以創(chuàng )建一種接近大腦的存儲芯片。該存儲芯片具備低功耗、輕松學(xué)習、適應環(huán)境，甚至包括自主性和認知能力等特性。論文最后，研究團隊承認，該研究也存在一些理論上的缺陷。比如大腦神經(jīng)元會(huì )因為學(xué)習和生長(cháng)而發(fā)生變化，但該研究采用固定的芯片承載神經(jīng)元網(wǎng)絡(luò )，無(wú)法跟蹤大腦神經(jīng)元發(fā)生的緩慢變化。未來(lái)，他們可以創(chuàng )建一個(gè)具有可塑性的自然神經(jīng)網(wǎng)絡(luò )，模擬大腦神經(jīng)元變化。研究人員稱(chēng)，他們不能保證能夠解決每一個(gè)挑戰，但相信可以通過(guò)這項研究突破神經(jīng)擬態(tài)工程、神經(jīng)科學(xué)和半導體等技術(shù)的界限。

結語(yǔ)：研究或將加速相關(guān)神經(jīng)元研究

隨著(zhù)人工智能技術(shù)的發(fā)展，推薦算法、深度學(xué)習等應用迅速普及，機器視覺(jué)、AI醫療、AI芯片等相關(guān)新興賽道涌入了大量玩家。無(wú)論是創(chuàng )企還是科技巨頭都在加快布局，占領(lǐng)新的市場(chǎng)。但同時(shí)，腦科學(xué)在神經(jīng)元模擬等方面的進(jìn)展并沒(méi)有人工智能那么大。本次三星和哈佛大學(xué)的研究既為神經(jīng)元連接研究提供了一種新的可能和方向，也有著(zhù)巨大的應用前景。這或許可以吸引更多地高校、企業(yè)加入，加速相關(guān)領(lǐng)域研究。來(lái)源：《自然·電子》、三星電子官網(wǎng)