把大脑“复制粘贴”到神经形态芯片

撰稿人 | Z（清华大学，博士生）

随着人工智能（名词解释>）的应用范围越来越广泛，近年来研究人工智能的工作越来越多，其终极目标均是希望利用电子设备构建一个计算系统，能够达到人脑所实现的低功耗、高速度、大容量的并发计算（名词解释>）。而人工神经网络（名词解释>）就是为了这一仿生过程诞生的。

图1：直接复制大脑电信号构建真正的人工神经网络

人们希望能够模仿大脑的神经元工作模式，采用电子计算机构建相似的数据连接方式来进行运算。作为人工智能一个重要的方法，神经网络目前也在很多领域表现出色，比如人脸识别（名词解释>）、自然语言处理（名词解释>）等。

但随着目前数据量的快速增加，神经网络也逐渐遇到了诸多问题，比如训练样本的获取、训练时间的延长，仅仅作为一种数据处理的方式，神经网络始终缺乏一定的智能，从而距离实现人工智能也有一段距离。

当前的神经形态研究工作主要可以分为两大类：

第一类是自然神经形态研究，主要从生物的角度研究人类的大脑是如何工作的，从而启发一些仿生工作；

第二类就是人工智能，试图构建电子计算系统来模拟大脑的运行，从计算方式上去模拟大脑的运作。

当前的两大类研究交集较少，各自侧重点不同。

随着各种微纳加工技术和新的神经网络理论的发展，当前的神经网络研究也主要集中在算法、算力上的突破，逐渐远离了当时提出神经网络的初衷：模拟大脑的运作。

图2：人工智能研究的两个大类：自然智能和神经网络（来源：Nature Electronics）

最近，三星电子副董事长兼首席执行官 Kinam Kim 联合哈佛大学的科学家提出了一种有望实现真正人脑功能的设想：直接复制大脑的神经电信号和互联方式，并将其粘贴到电子计算机框架上，利用电子电流代替生物电流信号，从而实现一种真正意义上的人工神经网络。

相关内容以“Neuromorphic electronics based on copying and pasting the brain”为题发表在 Nature Electronics。

他们的工作设想基础来源于合作者哈佛大学教授Donhee Ham团队在去年发表的一项工作：利用CMOS技术构建了64*64的一个纳米电极阵列，可以探测和激发神经细胞内的电位，并且实现同步记录。他们的工作原理见图3。

Donhee Ham团队利用CMOS制造技术，制备了纳米级别的Pt探针，如图3a所示，白色方框内部的64*64阵列可以实现对4096个细胞进行电位激发和探测。

通过生物兼容技术，他们实现了直接在芯片上培养生物神经细胞，并且通过集成电路技术的精确电流、电压控制，成功在19分钟记录了超过1700个生物神经细胞的细胞内电位，并且实现了超过300个神经突触连接的记录，这一工作有希望大面积、高通量记录胞内电压，从而对生物神经元的工作方式有新的认识和探索。

图3b展示了阵列的示意图，一个小方块即是一个小探针像素，面积为10.5µm *10.5µm，实验采用的生物神经细胞：离体大鼠皮层神经元(体细胞直径约20µm)。

图3：纳米电极阵列探测生物细胞的电信号（来源：Nature Biomedical Engineering）

有了以上工作基础，本次研究人员人提出：既然可以通过这种方式直接提取生物神经细胞工作时的电位和互联强度，那么人工神经网络的连接权重和阈值是不是可以不用通过大量数据训练来获得，而是作为一个硬件框架，直接将生物神经细胞的激发电位和互联方式“粘贴”过来。

他们利用上述纳米电极获得的神经网络细胞内突触连接见图4。其中，蓝色连接线表示突触前连接，橙色连接线表示突触后连接。

对于人工神经网络而言，我们主要的工作在于设计其单元之间的互联方式，并且通过大批数据样本的训练，来获得单元与单元之间的连接权重。但如今我们可以直接通过这种方式获得生物神经元的真实连接状态，那么从理论上讲便可以直接将权重和连接方式加入到人工神经网络。

图4：通过纳米电极技术获得的突触连接方式（来源：Nature Electronics）

对于此，他们在论文中提出了一种设想，见图5，利用前面提到的纳米电极阵列可以“复制”生物神经细胞的各种信号，然后利用三星的存储设计和制造技术，将获取到的信号“粘贴”到人工构建的计算框架上，从而便使得该框架具备了生物神经元的某些功能。

图5：大脑信号的 “复制” 和“粘贴”（来源：Nature Electronics）

由于人类大脑细胞数以亿计，三星团队提出还可以借助于他们的3D堆叠存储网络，使得可以加载更多的生物神经信号，从而实现更复杂的人工智能行为。

图6：使用3D堆叠扩大神经网络连接数量（来源：Nature Electronics）

以上的部分工作还处于设想和理论阶段，但我们也看到，一旦完成这些功能，我们可以使得人工神经网络直接具备智能生物的一些功能，甚至包括学习和认知功能。这对于当前的人工神经网络是不可想象的。

在另一方面，我们也看到，即使强如三星的集成电路设计和制造能力，结合哈佛大学众多科研人员的理论设计，当前的许多工作仍然处于理论阶段，但也为人工神经网络和自然神经网络的结合打开了一个新的研究视角。

论文信息：

Ham, D., Park, H., Hwang, S. et al. Neuromorphic electronics based on copying and pasting the brain. Nat Electron 4, 635–644 (2021)

https://doi.org/10.1038/s41928-021-00646-1

参考文献

Abbott, J., Ye, T., Krenek, K. et al. A nanoelectrode array for obtaining intracellular recordings from thousands of connected neurons. Nat Biomed Eng 4, 232–241 (2020). 

Ham, D., Park, H., Hwang, S. et al. Neuromorphic electronics based on copying and pasting the brain. Nat Electron 4, 635–644 (2021).

监制 | 赵阳

编辑 | 赵唯

欢迎课题组投稿——新闻稿

转载/合作/课题组投稿，微信：447882024

带您每天读1篇文献！加入>Light读书会