刘明院士团队在类脑感知计算领域获重要进展

发布者:杨颖琳发布时间:2020-07-03浏览次数:11

随着人工智能、物联网、云计算等新技术的发展,人类社会正由信息化向智能化发展。智能化社会的构建对信息技术的发展提出了更高的需求,系统需要能够对外界环境信息进行实时获取、高效处理并及时做出决策。由于采集的数据量越来越庞大,基于感存算分离的传统信息系统的计算能力和能效将无法满足智能终端的实时处理需求,因此发展“感存算一体化”的低功耗智能信息处理系统是信息技术发展的重要趋势。当前,传感器技术的发展为感知数据信息的实时采集提供了可能。在核心数据的处理问题上,脉冲神经网络(SNNs)由于其事件驱动和稀疏编码等优点,成为构建高能效的存算一体数据处理单元的理想选择,被认为是下一代神经形态计算技术。为实现脉冲机制的感存算一体智能处理系统,便需要构建高效的感知信息接口(生物学上称为传入神经)来建立脉冲数据处理单元与传感器之间的联系。该接口可以将传感器感知的模拟信号实时转换为用于脉冲数据处理单元处理的脉冲信号。然而,由于传统CMOS器件缺乏内在的动态特性导致接口电路复杂,不易于大规模集成,且CMOS器件即将达到其物理瓶颈,因此开发具有内在动态特性和可微缩的新原理器件来构建高效的脉冲感知信息接口成为一种有效的解决方案。

近日,刘明院士团队与美国马萨诸塞大学杨建华教授团队合作,基于NbOx-Mott忆阻器,构建了一种高效的人工脉冲传入神经电路(ASAN)用于传感器到脉冲数据处理单元之间的接口。NbOx-Mott忆阻器作为一种新原理器件,结构简单,可微缩性好,易于大规模集成,具有高可靠性和丰富的动态转变(绝缘态-金属态转变)特性。构建的接口电路成功实现了传感器感知的模拟电信号到频率依赖的脉冲信号的转换,简化了传感器与脉冲数据处理单元的信息接口。其频率响应与非有害刺激强度下的输入电压呈现准线性关系,且倾向于在有害输入强度下停止发放脉冲,与生物传入神经相似。为了验证该接口的应用,研究人员进一步将该传入神经电路与压电传感器连接,构建了一个无需任何外部电源的人工脉冲机械感受系统。该系统能够对压力信号做出响应,并将压力强度转换为相应的脉冲频率以供脉冲数据处理单元的使用。

此外,该接口电路还可以很容易地扩展到处理来自各种传感器的信号,如嗅觉、味觉、视觉、听觉、温度、磁场和湿度等。传入神经电路(接口电路)除了可以用于构建多种传感系统外,还具有神经元的积分发射特性,适用于脉冲神经网络的实现。因此,该神经电路还可以进一步用于构造复杂的脉冲神经网络来处理信息,有望实现集感存算一体的高效智能终端系统。

上述研究成果于202012日发表在《Nature Communications》期刊上(DOI:10.1038/s41467-019-13827-6)。博士生张续猛为该文章的第一作者,刘明院士、刘琦研究员和马萨诸塞大学的杨建华教授为共同通讯作者。上述工作部分得到了国家基金委、科技部、中科院等相关项目的资助。

a.生物体机械感受系统原理图。皮肤中的感受器感受外界刺激,传入神经产生动作电位并传输到大脑皮层的中枢系统进行进一步处理

b.人工机械脉冲感受系统原理图,包括压电传感器和传入神经电路(ASAN)。传入神经电路产生脉冲神经网络(SNNs)可以处理的脉冲信号。


全文链接:https://www.nature.com/articles/s41467-019-13827-6