模仿大脑：下一代计算机(4)

5、准确率99.6%

2017年，我的团队通过实验证明，一个磁隧道结就能模拟一个神经元。我们甚至还走得更远：只用一个磁隧道结，就模拟了一个由400个神经元构成的神经网络。这个方案借助了一种名为“时分复用”的策略，磁隧道结轮流扮演每个神经元的角色。随后，我们还用这个自旋电子学建构的大脑识别了不同的人说出的数字。

为此，我们先将声学信号转换成电信号，使它能通过磁隧道结。为了让它的频率处在器件的波段之内，声学信号对应的电信号要加速1000倍。通过时，它们的确改变了一个纳米磁体的磁化方向。随后，因为磁电阻效应的存在，人造神经元将电流模式转换为两端的电压变化。我们记录了人造神经元的电压变化，然后将它传输到一台电脑中。这样我们就能根据突触函数模拟整个神经网络。经过学习数字发音的阶段后，这些函数就完成了配置。随后，用新的对话输入这套神经网络，就能识别其中的数字了，准确率可以高达99.6%，表现十分优秀。这个实验证明，磁隧道结能够可靠地模拟神经元。

在神经拟态计算方面，自旋电子学领域的研究十分鼓舞人心。未来我们需要面临的挑战，是用数百万个磁隧道结模拟神经元和突触，搭建一套完整的神经网络。如今，产业界已经能将几十亿个磁隧道结安装在芯片上，让它们接入经典电路，以此发挥存储器的作用了。这为后续的长期研究打下了坚实的基础。

自旋电子学带给我们的惊喜还不止于此。磁隧道结还能模拟大脑的其他性质，例如相距甚远的神经元之间的同步效应。因为在大脑中，神经脉冲信号有时候会引发远处神经元的同时应答。这种同步有许多优势。在处理信号的过程中，同时发送脉冲信号的神经元更加重要。如果它们都和同一个神经元相连，那么后者将在短时间内收到大量的脉冲信号，并且能够高效地将信号发送出去。整个系统中的神经元都受到这个现象的支配，这产生了脑波，能够高效影响位于其他脑区的神经元的行为，尽管这些神经元可能离得很远。

6、微型“囊泡”和“受体”

磁隧道结运行速度极快，它们产生的电磁脉冲信号的频率常常超过几十万赫兹。因此，它处理信息的速度比大脑要快几百万倍。但这带来了另一个问题，这些元件的行为就好像纳米级的无线电收发电台。而磁隧道结对环境中的电磁波极其敏感，这可能会影响它们产生的脉冲信号，它们是灵敏的收音机。通过调节磁隧道结组合发出和收到的信号，我们有可能调节它的特征，使其中的磁隧道结相互同步。这样就能像生物体中的神经元一样了。

在人造神经网络中引入这种同步行为，可以高效训练出适用于不同任务的神经网络，这是令人心动的一条道路。2018年，我们和同事共同研究了一种包含400个磁隧道结的系统，它的任务是识别语音中的元音。这个声学信号被缩减成两个频率(由傅里叶分析实现)，并加速了10万倍，然后传输到4个纳米振荡器构成的天线。十分有趣的是，在这个实验中，我们证明磁隧道结协调自身频率的能力改善了识别声学信号的表现。

为了将研究推进一步，我们需要尝试实现一种神经网络，能让神经元通过磁隧道结收到和发出的电磁波交流。这种网络为实现稠密神经网络中神经元的相互连接提供了一条可靠的途径，而稠密神经网络是完成复杂任务不可或缺的。为此，一个完备的系统要将磁隧道结制造的神经元和基于MRAM的人造突触相连接，以让MRAM具备学习能力。

这样的系统能做什么呢？我们的目标并不是得到一个和人类智力不相上下的人工智能，我们对大脑的认识还远远不足以实现这样的成就。但是，我们希望得到一个比目前能效更高、运算速度更快的人工智能。通过这种方式，我们可以大大减少运算中心在翻译文本或者转写语音时消耗的能量，或者把这样的器件安装在手机或自动驾驶汽车中，为日常生活带来便利。

(作者：茱莉·格洛利耶是法国科学研究中心-泰雷兹集团联合物理研究所研究员。达米安·科里奥兹是巴黎-萨克雷大学与CNRS纳米科学与纳米技术研究中心研究员。)

【编辑:田博群】

文章来源：《微电子学与计算机》 网址: http://www.wdzxyjsjzz.cn/zonghexinwen/2021/0708/614.html