日前，三星電子研發(fā)團隊和美國哈佛大學(xué)共同發(fā)表了一篇研究論文，他們提出了一種新方法，準(zhǔn)備在一個存儲芯片上“反向工程”（復(fù)制）人類的大腦。
據(jù)報道，這個研究論文發(fā)表在科技期刊《自然·電子學(xué)》（Nature Electronics）上，論文標(biāo)題是《基于拷貝和粘貼大腦的神經(jīng)形態(tài)電子》。這一論文的作者包括“三星高級技術(shù)研究院”研究員、美國哈佛大學(xué)教授Ham Don-hee，哈佛大學(xué)教授Park Hong-kun，三星SDS公司首席執(zhí)行官Hwang Sung-woo，以及三星電子副董事長Kim Ki-nam。
拷貝大腦
在論文中，研究人員指出可以利用兩位論文作者開發(fā)的納米電極陣列，來拷貝人類大腦的神經(jīng)網(wǎng)絡(luò)連接圖。隨后可以把這個連接圖拷貝到固態(tài)存儲芯片構(gòu)成的高密度3D網(wǎng)絡(luò)中。
通過這種復(fù)制和粘貼技術(shù)，論文作者希望創(chuàng)造出一種存儲芯片，可以模仿人類大腦的計算特性，比如低功耗、快速學(xué)習(xí)過程、環(huán)境適應(yīng)性、自動化和認(rèn)知特性。這種目標(biāo)技術(shù)已經(jīng)超越了現(xiàn)有人類的科研成果。
據(jù)報道，人類的大腦包括不計其數(shù)的神經(jīng)元，神經(jīng)元之間有著復(fù)雜的網(wǎng)絡(luò)連接，這個網(wǎng)絡(luò)實現(xiàn)了大腦的功能。因此，如果要對人類大腦進行反向工程研究，則首先必須搞清楚神經(jīng)元網(wǎng)絡(luò)連接圖。
神經(jīng)形態(tài)工程技術(shù)誕生于上世紀(jì)80年代，這一技術(shù)的宗旨是在一個半導(dǎo)體芯片上模仿人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能。不過這是一個極具挑戰(zhàn)的技術(shù)，時至今日，科學(xué)家尚未搞清楚有多少數(shù)量的神經(jīng)元相互連接，構(gòu)成了人類大腦的復(fù)雜功能。
面對這樣的復(fù)雜挑戰(zhàn)，神經(jīng)形態(tài)工程學(xué)的目標(biāo)后來做了調(diào)整，不再是通過一個芯片來模仿人類大腦，而是通過大腦功能的啟示，開發(fā)出相關(guān)的芯片。
重返最初目標(biāo)
不過，三星電子和哈佛大學(xué)此次發(fā)表的論文，卻提出了另外一種方法，可以回到大腦反向工程的神經(jīng)形態(tài)學(xué)最初目標(biāo)。
據(jù)悉，納米電極可以進入到大量的大腦神經(jīng)元中，可以利用其高度敏感性記錄電流信號。這個龐大的細(xì)胞間并行記錄系統(tǒng)可以獲得神經(jīng)網(wǎng)絡(luò)地圖的信息，發(fā)現(xiàn)神經(jīng)元之間相互連接的方向，以及展示相互連接的強度。通過這些記錄數(shù)據(jù)，科研人員可以提取出神經(jīng)網(wǎng)絡(luò)連接圖。
上述網(wǎng)絡(luò)連接圖，隨后可以粘貼到一個存儲芯片構(gòu)建的網(wǎng)絡(luò)中。存儲芯片可以是市面上固態(tài)硬盤使用的閃存，或是RRAM等更新的存儲芯片。研究人員可以對存儲芯片進行編程，讓每一個芯片之間的傳導(dǎo)性體現(xiàn)出大腦神經(jīng)元連接的強度。
快速復(fù)制
這篇論文還更進一步，提出了一種快速在存儲芯片網(wǎng)絡(luò)中拷貝神經(jīng)網(wǎng)絡(luò)連接圖的策略。通過直接連接上述細(xì)胞間記錄的電流信號，存儲芯片網(wǎng)絡(luò)可以學(xué)習(xí)并且表達(dá)出大腦神經(jīng)網(wǎng)絡(luò)連接圖。換句話說，研究人員可以直接下載大腦神經(jīng)網(wǎng)絡(luò)連接圖，拷貝到存儲芯片中。
據(jù)估計，人類大腦擁有1000多億個神經(jīng)元，而所謂的“突觸連接”的數(shù)量是神經(jīng)元數(shù)量的1000多倍，因此能夠復(fù)制大腦神經(jīng)網(wǎng)絡(luò)圖的存儲芯片，必須具備存儲100萬億個虛擬神經(jīng)元和突觸數(shù)據(jù)的容量。
通過3D存儲集成技術(shù)，上述龐大數(shù)量的存儲芯片可以整合在一個單一芯片上。而三星電子目前就是3D存儲集成技術(shù)的全球領(lǐng)先廠商。
在一份新聞通稿中，論文作者之一的Ham Don-hee表示：“我們所提出的研究愿景是很宏大的，如果朝著這個英雄般的目標(biāo)前進，我們將會同時推進機器智能、神經(jīng)科學(xué)和半導(dǎo)體技術(shù)的邊界?！?/p>
