类脑芯片及智能感知系统

在科幻小说《三体》中刘慈欣设定的故事背景是：来自于4.3光年外半人马座比邻星的“三体人”入侵舰队已经启航，将在4个世纪后抵达地球。为了应对“三体人”的入侵，地球“行星防御理事会”实施了“面壁计划”，其中一个“面壁人”比尔·希恩斯的“面壁计划”是“模拟人类的脑结构，实现超级人工智能”。这正是固态离子学实验室的第一个研究领域。

大脑是人工智能的源泉，大脑的显著优点在于：超高密度、低能耗、并行、可塑性及容错运算。受生物神经系统（大脑）工作原理、与结构启发的类脑计算、或者说神经形态计算（neuromorphic computing），被认为是实现通用人工智能的重要途径之一，也是新一代计算机发展的极具潜力的方向之一。采用人脑神经网络结构设计芯片来提升计算能力，以完全拟人化为目标，追求在芯片架构上不断接近人脑，这类芯片被称为类脑芯片。类脑芯片能突破传统计算架构，实现信息存储与计算的深度融合，大幅提升计算性能、提高集成度、降低功耗。在国家重点专项、国家自然科学基金和华为的资助下，我们利用物理器件─忆阻器─实现了对生物神经元和突触功能的模拟，并进一步通过物理器件的连接获得了人工神经网络，基于此已经成功研制出首款类脑芯片（图1），其实现了对手写体数字和含噪声字母的识别，以及对运动物体的位置与形状的识别。

图1. 类脑芯片对含噪声字母的识别

生物体中分布着不同的感觉系统，这些系统帮助生物获取和处理信息，寻找食物，规避风险等。生物个体通过分布在各感官中的感觉神经元将外界信号转变为神经脉冲信号，并通过突触与中继神经元将神经脉冲信号传递至大脑皮层中的神经中枢进行运算和处理。在大脑皮层中有大量的神经元和突触，这些神经元与突触连接起来组成庞大的神经网络。生物神经网络超强的运算能力来源于存储-计算一体的架构和并行运算的能力，可以实时并且高效地处理外界信息，在处理很多复杂任务的时候表现出低功耗、高效率的优势。
为了方便生产制造与芯片功能定义，现有的人工感知系统采用了传感器、存储器和运算单元相互分离的结构，但是这样的传统架构已经不再适合万物互联的物联网时代。随着物联网的发展，越来越多的传感器被应用到生活中，而这些传感器会产生大量的、未经处理的原始数据。但由于传感器、存储单元以及运算单元的相互分离，传感器信号频繁地在三个模块中传输，因此，带来额外的功耗，较长的响应时间，大量的数据存储以及数据安全等问题，不再适应大数据、智能化时代的计算要求。
我们提出一种仿生生物感官的通用架构。如图2a所示，在生物感官中，感受器接受外界环境刺激，引起感觉神经元膜电位变化，当外界刺激达到阈值后，感觉神经元发出神经脉冲；感觉神经元发出的神经脉冲经过突触传递至中枢神经网络进行信息提取、识别等工作。图2b展示了仿生生物感官的“感存算一体化”系统，其模拟了生物感官的工作方式，首先由不同的传感器来模拟生物感受器，检测环境中的气体、光、震动、压力等信号；传感器信号经模拟信号处理单元处理及编码后直接输入类脑芯片，类脑芯片为通用人工智能架构，由人工突触和人工神经元组成，通过不同的神经元与突触连接方式，可以运行不同的神经网络模型，如全连接脉冲神经网络、卷积脉冲神经网络和循环脉冲神经网络等。在复杂的环境中运行时，需要综合考虑多种感官的输入信号做出决策，通过对各种感官信号的识别及预测结果进行综合处理，可以模拟生物感官的信息融合，这样的系统可用于自动驾驶、智能机器人、生物医疗等领域中。

图2. 生物感官及仿生感觉系统：a) 生物感官包括感觉神经元、突触及生物神经网络。感觉神经元的感受器感知环境刺激，并引起神经元膜电位变化，当神经元膜电位达到阈值后，产生神经脉冲；神经脉冲信号通过突触传递至神经网络进行处理。b) 仿生感觉系统包含了传感器、模拟信号处理单元以及类脑运算芯片；传感器负责感知环境信息，模拟信号处理单元负责对传感器信号进行预处理，类脑芯片负责特征提取、分类以及预测等高级任务。

上一篇：固体电解质及固态电池

下一篇：暂无