韓國科技研究院神經(jīng)形態(tài)工程中心研發(fā)了一項集成元件技術(shù),用于構(gòu)建大規(guī)模人工神經(jīng)網(wǎng)絡(luò)硬件設(shè)備,其創(chuàng)新之處在于采用hBN制作憶阻器器件,以實現(xiàn)設(shè)備之間的類似“樂高”式連接。

(A)生物神經(jīng)網(wǎng)絡(luò)的原理圖。(B)使用人工神經(jīng)形態(tài)裝置在硬件中實現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)的電路原理圖。(C)隨著突觸權(quán)重的變化,兩個神經(jīng)元之間的連接強度變化的實驗結(jié)果。觀察到下游神經(jīng)元的放電程度隨著突觸重量的減小而降低。
圖片來源:韓國科學(xué)技術(shù)研究院
借助hBN這種二維材料的優(yōu)質(zhì)性能,該團(tuán)隊成功地實現(xiàn)了高集成度與超低功耗。他們精心設(shè)計的人工神經(jīng)元及突觸器件,在簡化結(jié)構(gòu)并提高網(wǎng)絡(luò)可擴展性的同時,更具優(yōu)越的處理能力。此舉將為大規(guī)模神經(jīng)網(wǎng)絡(luò)硬件設(shè)備的研發(fā)打開新的大門。
這項研究還涉及到在硬件中展示高效的“神經(jīng)元—突觸—神經(jīng)元”結(jié)構(gòu),模擬人類大腦中的尖峰信號信息傳輸。通過實驗證明,只需調(diào)整人工突觸裝置的重量即可實現(xiàn)兩個神經(jīng)元間尖峰信號信息的調(diào)控。此外,科研團(tuán)隊進(jìn)一步展示了將新型hBN設(shè)備應(yīng)用于環(huán)保型低功耗、大規(guī)模AI硬件系統(tǒng)的巨大潛力。
研究人員強調(diào),此類人工神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)可用于各類實際生活場景的海量數(shù)據(jù)處理,涉及諸多領(lǐng)域,包括智慧城市、醫(yī)療保健、通信、氣象預(yù)報以及無人駕駛車輛等。這項新研究有望大大降低能源消耗,克服傳統(tǒng)硅CMOS器件擴展局限性,從而有利改善全球環(huán)境污染問題。
人腦在極低能耗情況下仍能高效運作,這無疑給人工智能研究者帶來挑戰(zhàn)。他們試圖從軟件和硬件兩個角度出發(fā),對人腦進(jìn)行全面細(xì)致的模仿。例如,硬件方面,通過模仿人腦神經(jīng)元和突觸之間的聯(lián)通,達(dá)到與人腦同樣的信息傳送效果。然而,如何設(shè)計出能真正有效運行的大尺度神經(jīng)網(wǎng)絡(luò)算法,關(guān)鍵在于構(gòu)建具備成本效益與可擴展特性的硬件系統(tǒng)。本次研究中,他們通過研制如同“樂高”搭積木般的集成元件,開辟了全新的可能途徑。
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4814瀏覽量
103510 -
神經(jīng)元
+關(guān)注
關(guān)注
1文章
368瀏覽量
18827 -
二維材料
+關(guān)注
關(guān)注
0文章
51瀏覽量
5677
發(fā)布評論請先 登錄
NVIDIA實現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強功能
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點分析
什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法
BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

卷積神經(jīng)網(wǎng)絡(luò)的實現(xiàn)工具與框架
卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
Moku人工神經(jīng)網(wǎng)絡(luò)101

評論