大腦是人體最重要的器官之一，它支撐著人的視覺、聽覺、平衡、味覺、嗅覺、記憶、情感、學習等。大腦的構造十分復雜，由大約1千億個神經元（Neuron）組成，并由約100萬億個突觸（Synapse）連接。這些神經元與突觸一起構成了一個極其龐大的生物神經網絡。

大腦具有極其強大的計算與學習能力，其邏輯功能與記憶功能密切關聯，能以極低的功耗并行地處理大量數據。即便是如今最強大的超級計算機，在執行模式識別、風險管理等類似復雜任務時，也無法與人腦相抗衡。

生物神經網絡中的神經元與突觸

時下，一種由人腦啟發的新型計算機，也稱為“類腦計算機”或者“神經形態計算機”，成為了一個新興的研究領域，吸引了物理、化學、材料、數學、電子與計算機科學等一系列領域的科學家們的廣泛興趣。

基于光線的腦啟發芯片示意圖。

神經形態計算是一種新型計算架構，旨在模仿大腦處理、加工信息的過程，將存儲元件與計算元件整合到同一芯片中。它突破了傳統的馮·諾依曼體系結構帶來的瓶頸：數據需要在CPU和內存之間來回移動，而CPU運算速度較快，內存訪問速度較慢，造成了所謂的“內存墻”問題。

神經形態計算，模仿了神經系統，采用了全新的架構。在這種架構中，記憶和信號處理的功能共同處于“記憶元件（憶阻器、憶容器、憶感器）”中。記憶元件組成類似突觸的硬件系統，模仿自然信息處理、學習和記憶。

近日，美國麻省理工學院（MIT）的研究人員設計出一款“芯片上的大腦”，它比一片五彩紙屑還小，由數以萬計的人工大腦突觸制成。這種突觸稱為“憶阻器”，是一種硅基元件，可以模仿人腦中傳遞信息的突觸。

研究人員借鑒了冶金學的原理，用銀和銅合金以及硅制成每個憶阻器。當他們用這款芯片來運行幾個視覺任務時，芯片可以“記住”存儲的圖像，并重復多次復制它們，這個版本比由非合金元素制造的現有憶阻器更清晰、更干凈。

他們的研究成果于6月8日發表在《自然·納米技術（Nature Nanotechnology）》雜志上，展示的這款新型憶阻器設計非常有望應用于神經形態器件。這些電子器件基于一種新型電路，這種電路處理信息的方式模仿了大腦架構。這種腦啟發的電路可以構造到小型便攜式器件中，并能處理只有當今超級計算機才能處理的復雜計算任務。

MIT 機械工程系副教授 Jeehwan Kim 表示：“迄今為止，人工突觸網絡以軟件的形式存在。我們正在嘗試為便攜式人工智能系統打造真正的神經網絡硬件。讓我們想象一下，將神經形態器件連接至你汽車上的攝像頭，讓它能夠識別光線和物體，并立即作出決策，而無需連接到互聯網。我們希望采用高能效的憶阻器在現場實時地執行這些任務?！?/p>

游蕩離子憶阻器，或者說存儲晶體管，是神經形態計算中不可或缺的元素。在神經形態器件中，憶阻器將充當電路中的晶體管，盡管其工作起來更像大腦突觸（兩個神經元之間的連接）。突觸以離子形式從一個神經元接收信號，并向下一個神經元發送相應的信號。

常規電路中的晶體管通過在兩個值（0和1）之間切換來傳輸信息，并且僅當其接收到電流形式的信號達到特定強度時才這樣做。相比之下，憶阻器將沿著梯度工作，很像大腦中的突觸。它產生的信號將根據其接收到的信號強度而變化。這將使單個憶阻器具有多個值，因此執行運算的范圍比二進制晶體管大得多。類似于大腦突觸，憶阻器還能“記住”與給定電流強度相關的值，并在下次接收相似電流時產生完全相同的信號。這可以確保復雜方程式的答案或者對某個對象的視覺分類是可靠的，這一技能通常涉及多個晶體管和電容器。

最終，科學家們設想，憶阻器將比傳統晶體管需要更少的芯片空間，從而使功能強大的便攜式計算裝置不依賴于超級計算機，甚至無需連接到互聯網。

但是，現有的憶阻器設計在性能上受限。單個憶阻器由正電極和負電極制成，被“開關介質”或者電極之間的空間分開。向一個電極施加電壓時，來自那個電極的離子流過介質，形成通向另一個電極的“導電通道”。接收到的離子組成了電信號，而憶阻器將這些電信號沿著電路傳輸。離子通道（以及憶阻器最終產生的信號）的大小應與激勵電壓的強度成比例。

Kim 表示，在電壓刺激較大的導電通道，或者離子從一個電極到另一個電極的大量流動的情況下，現有的憶阻器工作得很好。但是，當憶阻器需要通過更細的導電通道產生更微弱的信號時，這些設計的可靠性就會降低。

導電通道越細，從一個電極到另一個電極的離子流越輕，單個離子待在一起的難度就越大。相反，它們傾向于脫離團隊，在媒介中分散。結果，當在一定的低電流范圍內受到激勵時，接收電極難以可靠地捕獲相同數量的離子，從而傳輸相同的信號。

Kim 及其同事通過借鑒冶金學找到了突破這一局限的方法，冶金學是將金屬熔煉成合金并研究其綜合性能的科學。

Kim 表示：“傳統意義上，冶金學家試圖將不同的原子添加到塊狀基質中以增強材料，而我們認為，為什么不稍微調整憶阻器中的原子相互作用，并添加一些合金元素來控制離子在我們介質中的運動。”

工程師通常用銀作為憶阻器的正極材料。Kim 的團隊仔細研究文獻找到了一種元素，將它與銀結合，從而將銀離子有效地保持在一起，同時允許它們快速地流到另一個電極。

研究團隊認為銅是理想的合金元素，因為它既能與銀結合，也能與硅結合。

Kim 說：“它起到了橋梁的作用，并穩定了銀-硅界面?！?/p>

為了使用新合金制造憶阻器，該團隊首先用硅制成了負極，然后沉積少量的銅，再沉積一層銀，制成正極。他們將兩個電極像三明治一樣夾在非晶硅介質周圍。通過這種方式，他們用數以萬計的憶阻器制作成的圖案裝飾一平方毫米的硅芯片。

作為對這款芯片的首次測試，他們重新創建了美國隊長盾牌的灰度圖像。他們將圖像中的每個像素對應于芯片中相應的憶阻器。然后，他們調制每個憶阻器的電導，其強度與對應像素中的顏色相關。

這款新型芯片（上左）有銀-銅合金制成，以數以萬計的人工突觸或稱“憶阻器”圖案進行修飾。當每個憶阻器受到對應于某一像素的特定電壓激勵，并逐漸變為灰度圖像（在這個案例中是美國隊長的盾牌）時，這款芯片就重新創建了同樣的清晰圖像，比通過其他材料的憶阻器制成的芯片更加可靠。

與其他材料制成的芯片相比，該芯片可產生相同的盾牌清晰圖像，并能“記住”該圖像并多次復制。

該團隊也讓芯片執行了圖像處理任務，通過幾種特殊的方法對憶阻器編程以改變圖像（在這個案例中是 MIT 的基里安方庭“Killian Court”），包括銳化和模糊原始圖像。又一次，他們的設計比現有的憶阻器設計更可靠地生成重新編程的圖像。

MIT 制造的這款新型“芯片上的大腦”對 MIT 的基里安方庭圖像進行了比現有的神經形態設計更可靠的再加工，包括銳化和模糊原始圖像。

Kim 表示：“我們正在使用人工突觸進行真實的推理測試。我們想要進一步開發這項技術，用更大的陣列來執行圖像識別任務。有一天，你也許可以攜帶人造大腦來執行這些任務，而無需連接到超級計算機、互聯網或云?！?/p>