【Ham|哈佛、三星联合发文提出类脑芯片：“复制粘贴”大脑连接图谱】人类的大脑有着不可比拟的优点 ， 它功耗低、学习很快、环境适应能力强 ， 更重要的是具有自主和认知 。 这些优点的背后在于 ， 人脑拥有至少1000亿个神经元 ， 数量约等于银河系中的恒星数 。 这些神经元又构成10^15个神经连接 ， 将复杂相连的神经首尾相接 ， 总长度超过18万公里 。
对大脑连接图谱的了解是对其进行逆向工程的关键 。 而始于20世纪80年代的神经形态工程 ， 其目的就是想在一个硅芯片上模仿这样的神经网络结构和功能 。
截至目前 ， 科学家们对大脑图谱仍掌握有限 。 因此 ， 神经形态工程的目标也已经退而求其次 ， 包括设计一个“受大脑启发”的芯片 ， 而不是严格地模仿它 。 近日 ， 哈佛大学的研究人员和韩国三星电子的研发团队在国际学术期刊《自然?电子学》（Nature Electronics）上联合发表了一篇行业展望（Perspective）文章 ， 提出了一种模拟人脑芯片的愿景 ， 将大脑神经元连接图“复制、粘贴”到高密度三维存储网络上的可能 。
文章图片
该文章题为《基于复制和粘贴大脑的神经形态电子》（Neuromorphic electronics based on copying and pasting the brain） 。 该文章的作者为哈佛大学约翰·保尔森工程与应用科学学院教授、三星电子高级技术研究院研究员Donhee Ham ， 哈佛大学物理系教授Hongkun Park， 三星SDS首席执行官Sungwoo Hwang ， 三星电子副会长兼首席执行官Kinam Kim ， 四人也均为文章的共同通讯作者 。
文章图片
左起：Donhee Ham、Hongkun Park、Sungwoo Hwang、Kinam Kim 。 三星电子官网
在这篇文章中 ， 作者们探索了这些目前神经形态工程方法的可能性和局限性 ， 然后为神经形态电子学提供了一个愿景 ， 通过先进的神经科学工具和最先进的记忆技术的结合 ， 使该领域回到其最初的目标——逆向工程大脑 。
他们指出 ， 目前的神经形态电子学一般分为两类 ， 即人工神经网络(ANNs)驱动和大脑自然神经网络(NNN)驱动 。 人工神经网络是机器学习的框架 ， 已经产生了一系列强大的人工智能(AI)应用 。 人工神经网络需要精确的计算 ， 因此最好采用数字方式实现 。
文章图片
自然神经网络则是自然智能的基础 ， 由电化学反应提供动力 。 作者们指出 ， 与人工神经网络相比 ， 自然神经网络擅长不同的任务：它们可以从很少或条件很差的数据中轻松学习 ， 可以适应环境 ， 具有自主和认知能力 。 “这些差异表明 ， 我们至今仍知之甚少的自然神经网络的组织原则与人工神经网络有很大的不同 。 ”
推荐阅读
- 技术|“2”类医械有重大进展：神经介入产品井喷、基因测序弯道超车
- 重大进展|“2”类医械有重大进展：神经介入产品井喷、基因测序弯道超车
- Tencent|原生版微信上架统信UOS应用商店：适配X86、ARM、LoongArch架构
- 国家|2022上海国际热处理、工业炉展览会
- 硬件|Yukai推Amagami Ham Ham机器人：可模拟宠物咬指尖
- IT|8号线、14号线将全线贯通 北京地铁?今年开通线路段创纪录
- 软件和应用|iOS/iPadOS端Telegram更新：引入隐藏文本、翻译等新功能
- Intel|Intel谈DDR5内存价格贵、缺货问题：新技术升级在所难免
- IT|宝马电动转型成果初显：i4、iX供不应求 新能源车销量已破百万
- 银行|银行卡、社保卡可直接刷卡坐公交 上海公交开始试点