受生物神經(jīng)網(wǎng)絡(luò)啟發(fā)，研制出一種具有豐富動態(tài)特性的人工樹突器件，構(gòu)建了包含突觸、樹突、胞體三種基本計算單元的新型神經(jīng)網(wǎng)絡(luò)，樹突功能顯著提升了網(wǎng)絡(luò)的準確率，同時大幅降低了系統(tǒng)的功耗，增強了網(wǎng)絡(luò)處理復(fù)雜任務(wù)的能力。

包含樹突計算的新型人工神經(jīng)網(wǎng)絡(luò)示意圖

生物神經(jīng)網(wǎng)絡(luò)由突觸和神經(jīng)元組成，而神經(jīng)元又包含樹突、胞體等基本結(jié)構(gòu)，其中樹突具有非常復(fù)雜的拓撲結(jié)構(gòu)和動態(tài)過程。許多生物神經(jīng)系統(tǒng)的研究表明樹突具有十分重要的非線性時空信息處理功能，它是大腦能夠在處理復(fù)雜任務(wù)的同時保持低功耗的重要原因之一。當(dāng)前的人工神經(jīng)網(wǎng)絡(luò)大多將神經(jīng)元用簡單的點模型表示，將其計算功能簡化成積分-發(fā)放（integrate-and-fire），而忽略了樹突的信息處理功能。這樣的簡化使得人工神經(jīng)網(wǎng)絡(luò)在功耗、靈活性上與生物神經(jīng)網(wǎng)絡(luò)相比仍存在很大的差距。

清華大學(xué)微電子所、未來芯片技術(shù)高精尖創(chuàng)新中心錢鶴、吳華強教授團隊，聯(lián)合清華大學(xué)醫(yī)學(xué)院及腦與智能實驗室宋森研究員、美國麻省大學(xué)楊建華教授、阿里巴巴達摩院謝源教授、加州大學(xué)圣芭芭拉分校鄧磊博士，在Nature Nanotechnology上發(fā)表題為“Power-Efficient Neural Network with Artificial Dendrites”的研究論文，報道了基于動態(tài)憶阻器的人工樹突器件，成功復(fù)現(xiàn)了生物樹突對信號的非線性過濾、積分以及對時間信號的處理方式。

為了驗證人工樹突的計算功能，研究團隊將所開發(fā)的人工樹突器件與導(dǎo)電細絲型突觸器件、Mott相變型胞體器件進行系統(tǒng)集成，構(gòu)建了包含突觸、樹突、胞體三種基本計算單元的新型神經(jīng)網(wǎng)絡(luò)。實驗結(jié)果顯示，由于樹突功能的引入，該網(wǎng)絡(luò)在處理具有復(fù)雜背景噪聲的街景門牌號（SVHN）數(shù)據(jù)集時，胞體的動態(tài)功耗降低30倍，網(wǎng)絡(luò)的準確率提高8%以上，系統(tǒng)評估整體功耗比CPU降低3個數(shù)量級。來自清華大學(xué)微電子所的吳華強教授是該論文的通訊作者，李辛毅博士、唐建石助理教授和張清天博士是共同第一作者。

近年來，錢鶴、吳華強教授團隊長期致力于基于憶阻器的存算一體芯片技術(shù)研究，從器件性能優(yōu)化、工藝集成、電路設(shè)計及架構(gòu)與算法等多層次實現(xiàn)創(chuàng)新突破，相關(guān)研究成果發(fā)表于Nature、Nature electronics、Nature Communications、Advanced Materials等頂級期刊和ISSCC、IEDM、VLSI等領(lǐng)域內(nèi)頂級國際學(xué)術(shù)會議上。

受生物啟發(fā)制備的新原理樹突器件，復(fù)現(xiàn)了生物樹突對信號的非線性過濾、積分等功能

集成了突觸、樹突、胞體三種計算單元的新型人工神經(jīng)網(wǎng)絡(luò)，在SVHN數(shù)據(jù)集上驗證了功耗和準確率上的顯著優(yōu)勢

該工作的主要創(chuàng)新之處包括：

開發(fā)出了與CMOS工藝兼容的樹突器件，其豐富的動態(tài)特性復(fù)現(xiàn)了生物樹突單元的非線性過濾、積分以及對時間信息處理等功能。

將所制備的人工樹突器件和基于導(dǎo)電細絲的突觸器件、基于Mott相變的胞體器件進行集成，首次在硬件系統(tǒng)上構(gòu)建了包含突觸、樹突、胞體三種基本計算單元的新型人工神經(jīng)網(wǎng)絡(luò)。

在包含復(fù)雜背景噪聲的街景門牌號數(shù)據(jù)集（SVHN dataset）上，對包含樹突計算的人工神經(jīng)網(wǎng)絡(luò)功能進行了驗證。樹突功能的引入將胞體的動態(tài)功耗降低30倍，同時將網(wǎng)絡(luò)準確率提高了8%以上，系統(tǒng)評估整體能耗比CPU降低3個數(shù)量級。

該研究基于新原理憶阻器的豐富動態(tài)過程開發(fā)了神經(jīng)形態(tài)樹突器件，并進一步驗證了新型人工神經(jīng)網(wǎng)絡(luò)的功能。未來通過器件、算法、電路、架構(gòu)的協(xié)同創(chuàng)新與優(yōu)化，有望進一步提高包含樹突計算的人工神經(jīng)網(wǎng)絡(luò)處理復(fù)雜時空任務(wù)的能力，構(gòu)建更加智能化的低功耗神經(jīng)網(wǎng)絡(luò)。

該研究工作得到了國家自然科學(xué)基金委、國家重點研發(fā)計劃、北京市科委、北京信息科學(xué)與技術(shù)國家研究中心等支持。
責(zé)任編輯:pj