如果你曾懷疑大腦的潛力，請看看以下的數據。據統計，現在世界上最先進的超級計算機需要8分半的時間才能完成一個人腦在5秒鐘之內的活動。同時，如果這台計算機要做這項工作，它需要消耗140,000倍人腦所消耗的能源。具體來說，需要140萬到1,000萬瓦的電力能源。就處理能力和效率來說，沒有任何電腦可以和人腦相比。
《納米期刊》（Journal Nano Letters）近期發文指出，斯坦福大學的研究小組展示了一個新的納米電子設備，可以用來模擬人類神經突觸和大腦的運算機制。這是一項重要突破，將有益於未來開發出方便、節能、適應性強和具有互動性能的電腦系統，不但可以執行指令，還可以自我學習。
斯坦福大學的研究團隊由電機工程系的華裔教授菲利普‧黃（H.S. Philip Wong）主導，研究涉及一個被稱為「腦啟發運算」（brain-inspired computing）的新領域，是計算機芯片模仿人類的突觸神經信號轉導機制。
該團隊並非第一個研究該領域的研究小組， 但他們是第一個成功研製出小型、低耗能電子突觸（Synapses）設備，並將該技術成熟化的團隊。他們的研究為今後該材料進入商業領域打下基礎。 黃教授說：「這種發展路線使未來的納米設備更小、更節能，進而有助於研究大腦的某些部分是如何工作的。雖然你不能改變一個生物的大腦，但是像這樣的合成設備可以使研究人員改變設備參數，從而揭示了真正的大腦功能。」
這種新型的設備和以往的設備區別很大。目前的計算機芯片的納米級的電路是由數十億微小的電器元件，也就是晶體管（transistor）所構成，並且利用二進制邏輯傳達信息。也就是說，他們的邏輯是基於兩個數字，1或0。在電力方面，晶體管或者是「開啟」或是「關閉」。
每個芯片裡有了足夠的晶體管，編程員們就可以操控電器迴路，使數十億的晶體管開啟或是關閉來存儲了計算信息，也就是「計算」。計算機芯片處理速度和大小很大程度上取決於我們能否製造出更快的晶體管，並將它們存儲在更小的空間裡。
突觸是人腦中最小的單位，但是和晶體管至少在兩個方面有所不同。首先，它們在能力上有所不同。換句話說，突觸可以傳達的信息遠遠超過了一個晶體管。其次，突觸可以隨時間而改變。團隊成員傑亞辛表示： 「突觸的改變是以人的學習為基礎的。雖然計算機芯片可以大量的製造出來，但是並不能隨意改變。」
在神經學中， 這兩個優勢的結合被稱為「突觸可塑性」（synaptic plasticity），它是研究人腦如何學習，計算，記憶的主要理論基礎之一。 像晶體管電路一樣，神經元和突觸緊緊結合在一起，但是它們的電路是基於突觸的不同強度性。電子化學信號在同一路徑上的重複運動可以增強該路徑上的突觸，增加了它們的未來「激活」可能性。就像神經專家們常常說的那樣，神經元連在一起，在一起「起火」。
突觸的可塑性解釋了為什麼熟能生巧。同樣的電子訊號的重複傳播不斷的加強某種模式，因此大腦開始「學習」。另一研究人員庫茲表示：「大腦是一個神奇的機器。它的電路要復雜的多，更加有能力，能源使用率更高，任務處理速度遠遠超過基於二進制的最快的計算機芯片。」
斯坦福的研究團隊使用一種被稱為「相變物質」（phase-change material）的技術模擬突觸的可塑性，該技術也被應用於DVD和CD的資料存儲。當「過電」時，這些物質的物理屬性發生變化，使它們的導電性微量增加，電量越大，變化越多。
斯坦福的團隊向外界證明了他們有能力控制突觸設備1%的物理變化，就像燈泡的調光器一樣，這意味著每一個「相變物質」（phase-change）突觸可以傳遞100個值。 該種設備可以使用現有的材料和商業機器投入生產。
然而，研究人員並沒有預計他們的產品將會取代現有的芯片，但是他們表示他們的研究方向是一個遙不可及的，令人興奮的領域。
庫茲說：「我們的長遠目標並不是要取代現有芯片，而是要定義一個全新的計算設備的架構方案。這些新的結構將通過一些數據密集型算法適應複雜的現實世界，並產生一種超越當前瓶頸鬥爭的算法。」
這些突觸設備最大的優勢是它的並行性，大腦可以同時處理很多的感官信息，在這一點上，電腦非常的薄弱。一台超級計算機的能力和它的處理器速度有可能會允許將一個巨型任務分成子任務，由不同的處理器同時處理不同的小任務。一個類似大腦的計算結構可能會使更多小的芯片同時運作。這項技術將會實時模擬大腦功能，進而應用於神經科學，加深我們從生物領域得到的對大腦的理解。 「腦啟發」電腦也會更加嫻熟的作出基於概率的決策。
黃教授說：「這項工作對於我們用納米電子器件和電路來模擬大腦功能是非常可喜的一步。現在我們可以開闢一個新的研究領域，將納米電子學應用於神經科學。」
該項技術由國防部高級研究計劃局「突觸」項目（RPA SyNAPSE）、IBM研究中心、國家科學基金會（NSF）和半導體研究公司的納米電子研究所等機構共同贊助。
沒有留言:
張貼留言