计算机模拟细胞斯坦福,斯坦福大学实现高性能低功耗人工突触，可用于神经网络计算( 二 ) _神经

测试人工突触网络

文章插图
桑迪亚国家实验室的研究者目前只制造了一个人工神经突触，但是，他们使用有关突触实验中获得的 15,000 个测量结果来模拟某一列(array)突触在神经网络中的运行方式。他们测试了模拟网络识别手写数字 0 到 9 的能力。三个数据集上的测试结果显示其识别手写数字准确度达 93%~97% 。
尽管这项工作对于人类来说显得相对简单，但是对于传统计算机而言，要解释视觉与听觉信号曾经是非常困难的。
「我们期望计算设备能做的工作越来越多，这就需要模拟大脑工作方式的计算方式，因为用传统计算来完成这些工作，能耗巨大，」A. Alec Talin 说，「我们已经证实这款设备很适合实现这些算法，而且很节能。」A. Alec Talin 是桑迪亚国家实验室的杰出技术研究员，也是这篇论文的资深作者。
该设备极其适合于传统计算机执行起来很费劲的信号识别和分类工作。数字晶体管只能处于两种状态，比如 0 或 1 ，但是研究人员在一个人工突触上成功编码了 500 种状态，对于神经元类计算模型来说，这很有用。从一种状态切换到另一种状态所使用的能耗约为当前最先进计算系统的 1/10 ，最先进的计算系统需要这些能耗将数据从处理单元移动到存储器。
然而，较之一个生物突触引发放电所需的最低能耗，这款人工突触仍然不够节能，所需能耗是前者的 10000 倍。研究人员希望，一旦他们测试用于更小的设备的人工神经突触，他们可以实现类似生物神经元级别的能耗水平。
有机材料的潜力
设备的每一部分都由便宜的有机材料制成。虽然在自然界中找不到这些材料，但是它们大部分都由氢、碳两种元素构成，而且与大脑化学物质兼容。细胞已经可以在这些物质上生长，并且已经被来打造用于神经递质( )的人工泵。用于训练这类人工突触的电伏也和穿行人类神经元所需的能量相同。
【计算机模拟细胞斯坦福,斯坦福大学实现高性能低功耗人工突触，可用于神经网络计算】这些都使得人工神经突触与生物神经元之间的交流成为可能，可借此改进脑机接口。同时，设备的柔软性与灵活性也使得它可被用于生物环境。但是，进行任何生物学方面应用之前，团队计划先打造一列人工神经突触，用于进一步研究与测试。

计算机模拟细胞 斯坦福,斯坦福大学实现高性能低功耗人工突触，可用于神经网络计算( 二 )

计算机模拟细胞斯坦福,斯坦福大学实现高性能低功耗人工突触，可用于神经网络计算( 二 )