語音識別、圖像識別、自然語言處理……近年來，源于人工神經網絡概念的深度學習飛速發展，大有挑戰人類唯我獨尊的態勢。盡管如此，很多業內人士認為，人工智能發展的終極路線，離不開在硬件上模擬人腦的“電子大腦”。
采用傳統硅基晶體管的電路來模擬人腦中的突觸或者神經元的功能，不僅耗費大量硬件資源，而且執行信息處理的過程極其耗能。因此找到合適的材料，構建出可以模擬人腦運行的類腦器件，以及由這些器件集成的硬件類腦系統，是人工智能能否實現像人腦那樣“靈光”的關鍵。
近日，南京大學物理學院繆峰教授團隊分別在類腦視覺傳感器和可重構類腦電路方面取得重要進展。這些研究成果發表在權威期刊《科學·進展》和《自然·電子學》上。
像搭“樂高”一樣，搭出類腦視覺傳感器
“傳統的機器視覺系統需要先探測再處理，使用的圖像傳感器在探測目標圖像的同時會產生大量冗余信息，此類信息通過有限的帶寬再傳輸至計算機，會導致較大的時間延遲和較高的功耗。人眼不僅可以同時探測、處理信息，而且整體功耗極低。”繆峰團隊成員梁世軍副研究員說。
人類視覺系統強大的信息處理能力，很大程度上依賴于視網膜的獨特結構和功能。視網膜中的主要細胞包括感光細胞、雙極細胞等，這些細胞之間呈現出垂直分層的結構。
光透過瞳孔入射到視網膜上后，感光細胞將入射光轉換為電學信號，流經雙極細胞，電學信號會得到一定的預加工和處理。加工后的信息僅僅保留原圖像的主要特征，再傳輸至大腦皮層進行進一步的圖像處理和理解。通過這種方式，視網膜在一定程度上實現了信息探測和處理的同步進行。
“二維材料具有原子的尺寸和有別于傳統三維材料的全新物理性質，而且對外界刺激響應靈敏。更為有趣的是，二維材料具有非常好的垂直擴展性，我們可以像‘搭樂高’一樣，在原子世界里，將性質迥異的多種二維材料按照不同的順序堆垛，制造出自然界并不存在的新型結構材料�！笨姺逭f。
他的團隊采用“原子樂高”的方式，實現了對視網膜結構和功能的模擬�？蒲腥藛T將二硒化鎢、氮化硼以及氧化鋁制備成垂直異質結器件，這些垂直結構不僅能自然地模仿視網膜的垂直分層結構，而且所包含的不同二維材料還可用來模擬視網膜中不同細胞的功能。
“通過控制垂直異質結器件的柵壓，我們實現了對感光細胞和雙極細胞生物功能的模擬，器件的響應時間和功耗均接近人類視網膜的水平——響應時間小于10毫秒，功耗小于10納瓦�！笨姺逭f。
打造二維“可重構”器件，讓類腦電路“瘦身”
目前，主流的信息處理技術依賴于馮·諾依曼架構，在這種架構中，數據的存儲和計算是分開進行的。數據在存儲和計算單元之間來回“搬運”，會產生較大的延時和較高的功耗，隨時有“交通堵塞”的風險。而人腦的神經結構具有強大的信息處理能力，即使做大量的腦力活動，也只有20瓦左右的功耗。所以，近年來，科學家們不斷嘗試采用類似人腦神經元的結構來設計電路，以提升算力、降低功耗。
人腦中神經元之間連接的部分被稱為突觸，它不僅具有記憶的能力，而且能夠根據所傳遞的信號，調整傳遞效率。模仿此類運算模式的類腦電路，可實現數據的并行傳送和分布式處理，并能夠低功耗實時處理海量數據。
“如何用更少的硬件，實現更多的運算，這需要電路具有可重構的特性。但目前主流的可重構電路是基于傳統的硅基電路，構成這些電路的晶體管器件具有單一的電學特性，一旦制備完成，就無法通過電學操作實現動態轉換。只有通過耗費大量的晶體管，來構建復雜的電路，才能讓電路擁有可重構的計算能力�！笨姺逭f，他的團隊利用二維層狀半導體材料二硒化鎢，設計出電場可調的二維同質結（ETH）器件，這種器件會表現出8種不同的電流開關狀態，從而在器件層面實現了“可重構”的電流開關特性。
“在大腦神經系統中，一個神經元需要與多個神經元之間互聯來進行信息的傳遞和處理，這與傳統晶體管器件單一端口的控制方式完全不同，所以擁有多端信號傳遞和多種電流開關狀態的ETH器件，可以用來設計類似大腦的能夠滿足不同信息處理需求的類腦電路�！笨姺褰榻B，在傳統的類腦芯片中，需要耗費超過10個晶體管，才能模擬生物突觸的功能，這在很大程度上會限制傳統類腦芯片的集成度。但研究團隊設計的可重構突觸電路，僅需利用3個ETH 器件和一個電容元件。
繆峰說，這意味著，通過設計電場可調的ETH器件，在確保器件與電路都具有可重構功能的同時，可以大幅降低電路晶體管資源的消耗�！耙环矫嬗欣谛酒男⌒突凸δ苊芏鹊奶嵘�，另一方面也能降低芯片的整體能耗，有望助力物聯網、邊緣計算、人工智能等應用的快速發展。”(記者 金 鳳)
