人工智能時代，某項技術(shù)可以像人腦一樣工作，不再是遙不可及的夢想，例如智能手機已經(jīng)能夠識別人臉或者語言。

然而，當(dāng)實現(xiàn)更加復(fù)雜的應(yīng)用時，計算機仍然會迅速觸及極限。其中一個原因就是，在傳統(tǒng)的馮·諾依曼體系結(jié)構(gòu)中，計算機的存儲器和處理器是分開的，因此所有的數(shù)據(jù)必須在二者之間來回移動。

CPU的運算速度增長得較快，內(nèi)存的訪問速度增長得較慢，它們之間存在速度不匹配的問題，也就是所謂的“馮·諾依曼瓶頸”。這一瓶頸不僅限制了系統(tǒng)帶寬，增加了系統(tǒng)功耗，也會進(jìn)一步增加計算機的成本和體積。

為了突破這一瓶頸，科學(xué)家們希望從人腦結(jié)構(gòu)中獲取到靈感。人腦領(lǐng)先于最先進(jìn)的現(xiàn)代計算機，因為它在同一個地方（神經(jīng)突觸，或者說神經(jīng)元之間的連接）處理和存儲信息，人腦中有數(shù)以百萬億的神經(jīng)元。

創(chuàng)新

近日，德國明斯特大學(xué)、英國牛津大學(xué)和?？巳卮髮W(xué)成功開發(fā)出一種硬件，為創(chuàng)造類腦計算機鋪平了道路。科學(xué)家們設(shè)法創(chuàng)造出一個含有人工神經(jīng)元網(wǎng)絡(luò)的芯片，這種人工神經(jīng)元在光線的作用下工作，并能夠模仿人腦神經(jīng)元與突觸的行為。

研究人員已經(jīng)能夠證明，這種光學(xué)神經(jīng)突觸網(wǎng)絡(luò)能夠“學(xué)習(xí)”信息，并且使用它作為計算和模式識別的基礎(chǔ)，就像大腦一樣。因為這個系統(tǒng)僅過光線運作，而不是通過傳統(tǒng)的電子運作，所以它處理數(shù)據(jù)的速度快許多倍。

明斯特大學(xué)教授、這項研究的首席合伙人沃爾夫拉姆·佩尼斯（WolframPernice）表示：“這種集成化的光子系統(tǒng)是一個實驗性的里程碑。以后，該方案可應(yīng)用于許多不同領(lǐng)域，例如醫(yī)療診斷，以評估大數(shù)據(jù)中的模式?！边@項研究發(fā)表在最近一期的《自然（Nature）》期刊上。

基于光線的腦啟發(fā)芯片示意圖。通過模仿生物神經(jīng)元系統(tǒng)，光子神經(jīng)形態(tài)處理器為應(yīng)對機器學(xué)習(xí)和模式識別中的挑戰(zhàn)，提供了一種有希望的平臺。（圖片來源：JohannesFeldmann）

技術(shù)

現(xiàn)有的大多數(shù)與所謂的“神經(jīng)形態(tài)網(wǎng)絡(luò)”相關(guān)的現(xiàn)有方案都是基于電子的。然而，采用光子或者說光粒子的光學(xué)系統(tǒng)，仍然處于初級階段。

通過憶阻器陣列模仿神經(jīng)元和突觸的工作方式（圖片來源：功能材料自旋電子學(xué)研究小組，格羅寧根大學(xué)）

德國與英國的科學(xué)家們采用的原理如下：可傳輸光線并制作到光學(xué)微芯片中的光波導(dǎo)與所謂的“相變材料”集成到一起，相變材料已經(jīng)應(yīng)用于如今的存儲媒介，例如可重寫的DVD。這些相變材料的特征是，根據(jù)它們是晶體（原子排列采用常規(guī)樣式）還是無固定形狀（原子排列采用非常規(guī)樣式），它們會動態(tài)改變光學(xué)特性。

如果用激光加熱材料，這種相變會通過光線觸發(fā)。論文領(lǐng)導(dǎo)作者、在明斯特大學(xué)讀博時開展過許多實驗的約翰內(nèi)斯·費爾德曼（JohannesFeldmann）表示：“因為材料反應(yīng)得如此強烈，并動態(tài)地改變其特性，所以它非常適合模仿突觸，以及兩個神經(jīng)元之間的脈沖傳遞?！?br/>
在他們的研究中，科學(xué)家們首次成功地將許多納米結(jié)構(gòu)化的相變材料合并到一個神經(jīng)突觸網(wǎng)絡(luò)中。研究人員們開發(fā)出一個具有4個人工神經(jīng)元以及總共60個突觸的芯片。由不同層組成的芯片結(jié)構(gòu)，是基于所謂的“波分復(fù)用”技術(shù)。通過這種處理，光線在光學(xué)納米電路中不同通道之間傳輸。

為了測試該系統(tǒng)識別模式的程度，研究人員們采用兩種不同的機器學(xué)習(xí)算法，以光脈沖的形式將信息輸入到系統(tǒng)中。在這個過程中，人工系統(tǒng)從示例中“學(xué)習(xí)”，最終可以歸納它們。假如采用兩個算法，即所謂的監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)，該人工網(wǎng)絡(luò)最終能在給定光線模式的基礎(chǔ)上，識別需要尋找的模式，其中一種就是四個連續(xù)的字母。

價值

約翰內(nèi)斯·費爾德曼表示：“我們的系統(tǒng)使我們朝著創(chuàng)造出像大腦中神經(jīng)元與突觸一樣工作的計算機硬件邁出了重要的一步，這種硬件也可以完成現(xiàn)實世界的任務(wù)。”論文合著者、牛津大學(xué)教授哈里什·巴斯卡蘭（HarishBhaskaran）補充道：“通過采用光子取代電子，我們可以發(fā)揮光學(xué)技術(shù)的全部潛力，不僅是為了傳輸數(shù)據(jù)（到目前為止的情況），也是為了在同一個地方處理和存儲數(shù)據(jù)?！?br/>
一個非常特殊的例子就是，在這種硬件的幫助下，癌細(xì)胞可以被自動分辨出來。然而，在這種應(yīng)用實現(xiàn)之前，還有許多工作要做。研究人員們需要增加人工神經(jīng)元和突觸的數(shù)量，以及增加神經(jīng)網(wǎng)絡(luò)的深度。例如，這些可以采用硅技術(shù)制造的光學(xué)芯片來實現(xiàn)。論文合著者、Fun-COMP項目領(lǐng)導(dǎo)者、?？巳卮髮W(xué)教授大衛(wèi)·賴特（C.DavidWrigh）表示：“這一步將在歐盟合作項目‘Fun-COMP’中采用生產(chǎn)納米芯片的加工工藝實現(xiàn)。”