芯片或将复制人类大脑：纳米神经元赋予神经形态芯片语音识别功能

概要：随着人工智能的发展，之前越来越多不可思议的事情都会慢慢变成现实。提到芯片我们都会惊叹其强大的存储记忆功能，但是如果这种芯片未来可以像人类大脑一样来识别和应用于各种事物，那将智能科技的重大进步。

一个小小的芯片可以容纳海量信息，那么随着人工智能的发展，芯片会不会发展到能够复制人类的大脑的地步，而变得更加智能呢？

随着人工智能的发展，之前越来越多不可思议的事情都会慢慢变成现实。提到芯片我们都会惊叹其强大的存储记忆功能，但是如果这种芯片未来可以像人类大脑一样来识别和应用于各种事物，那将智能科技的重大进步。本文通过分析中国、法国、美国以及日本的科学家关于非线性振荡的研究，来探讨纳米神经元如何赋予神经形态芯片语音识别功能。

不久前，IEEE Spectrum网站发布了一份关于“我们能复制人类大脑吗？”的报告。该报告对所有正在进行的，无论在硬件还是软件方面复制人类大脑的研究进行了彻底的盘查。

图中所覆盖的红色区域是模仿大脑神经元的神经形态芯片。据该领域的知名研究者介绍，神经形态系统确实存在，但仍远未达到超越传统计算程序的程度。

目前，来自法国、美国和日本的国际科学家团队已经把注意力集中在人类神经元的非线性振荡领域，他们相信该研究将使人造神经元的能力不断接近我们大脑中的神经元，而且使微型神经形态芯片能够学习和适用于各个领域。

非线性振荡器将输入的常量转化为一种振荡。例如，摆钟是非线性振荡，神经元也是非线性振荡，但是如果你用恒定电流刺激它们，它们会周期性地发射电压峰值。

发表在Nature杂志上的一项研究表明，来自中国、法国、美国以及日本的科学家共同致力于缩小人造非线性振子，直到108个振子可以一个拇指大的芯片内的二维数组里。

目前来看，纳米级设备似乎是最佳的选择，虽然这些设备也不是十全十美，比如噪音大，缺乏稳定性。但是科学家仍然选择使用纳米级的自旋振荡器，而不是具有记忆功能的设备或超导设备。该振荡器由磁性隧道结构成，并成为巨大磁电阻硬盘驱动器上读头的主干。

来自法国科学研究中心的Julie Grollier表示：“与记忆性振荡器相比，磁振荡由于其可循环性，具有非常稳定的性能。磁性隧道结几乎具有无限的耐力，而记忆电阻器在其一百万次循环之后开始退化。”

Grollier补充说，磁振荡比超导脉冲更容易测量。在室温下就可以进行，而且发射的电压通常是100毫伏，其数量级大于约瑟夫森结的数量级。

自旋纳米振荡器是由两个被非磁间隔器分离的铁磁层组成的支柱。当电荷流经这些连接点时，它们就会形成自旋极化的电流，并在磁化过程中产生转矩。这就导致了一种称为磁化矢量运动的现象，这种现象发生在情况是，当有未成对的电子自旋原子被放置在磁场中，并以精确的频率围绕磁场旋转时。这种持续的磁化矢量运动产生的频率从几百兆赫到几万兆赫。然后，通过磁阻将磁化振荡转化为电压振荡。由此产生的射频振荡高达数十毫伏，这可以通过测量连接点的电压来检测。

Grollier表示：“我们采取时分多路传输策略，利用磁性纳米神经元模拟了一个具有400个神经元的完整网络。磁柱扮演每个神经元的角色，就像一个演员在电影中扮演所有角色一样。”

为了测试该系统，研究人员试图用它来进行声音识别。他们将音频信号转换成电流，然后通过纳米神经元发送电流。这些电子波形使纳米磁体中磁化的诱发振荡加速了一千倍。磁振荡通过磁阻效应转化为神经元间的电压振荡。他们用一个示波器记录了这些电压的变化，然后用计算机模拟突触功能，从而让神经网络学习。

Grollier说：“我们已经实现的神经网络能够识别由不同人发出的语音数字，其成功率为99.6%，这与那些体积庞大的神经元的效果一样好，甚至更好。研究结果表明，磁性纳米神经元能够准确可靠地完成认知任务。”

磁性纳米神经元与磁性存储单元的结构完全相同，而且该神经元由亿万个硅元素构成。在未来的几年里，研究人员致力于将这些神经元紧密连接并控制其耦合，以便建立能够进行处理复杂信息的大型网络。Grollier表示，最终的目标是研发出能够学习和适应各种变化的智能、低功耗的微型芯片。这些芯片将广泛用于各个领域，包括实时分类海量数据、驾驶自动汽车以及医疗诊断等。