塑料人工突觸超越能效基準

2017-03-01
作者 Julien Happich

這種為ENODe的人工突觸可在1V範圍內切換至超過500個不同的非揮發性導電狀態,超越以往與人工突觸有關的所有能量效率基準...

由史丹佛大學(Stanford University)副教授Alberto Salleo帶領的國際研究團隊設計出一種低成本、生物相容且極其節能的人工突觸,這種所謂的「電化學神經形態有機元件」(ENODe)主要是由聚合物製造組成。

研究人員開發的ENODe元件可在1V範圍內切換至超過500個不同的非揮發性導電狀態,超越以往與人工突觸有關的所有能量效率基準。

研究人員在《自然材料快報》(Nature Materials Letters)期刊中發表的論文——「非揮發性有機電化學元件為神經形態運算打造低電壓人工突觸」(A non-volatile organic electrochemical device as a low-voltage artificial synapse for neuromorphic computing)中指出,在神經網路模擬中建置大量的(103um^2) ENODe元件時,每次突觸事件下可抽取低於10pJ的能量,並經證實可達到高分類確度(約在93%~97%之間)。

研究人員預計,由於切換能量與電極面積成正比,以光學微影技術製造的次微米0.3×0.3μm ENODe在每次切換時只需要35 aJ (10-18J)的能量,較運作於人腦中的生物突觸更低數十倍。

這種ENODe元件的運作原理不同於以長絲形成金屬氧化物(FFMO)或相變記憶體(PCM)等材料為基礎的現有憶阻器,而是由兩種類似的聚合物薄膜堆疊組成,其間並以傳輸離子/質子的電解質層加以隔離。藉由在兩層薄膜(形成前、後突觸層)上施加電壓,其中一薄膜可逆向控制該有機混合/電子元件的導電率,並為其設置成不同的非揮發狀態。
[20170301 synapse NT01P1]
(a) 元件結構圖。利用傳輸離子/質子的電解質層(紅色球)隔離前、後突觸層。(b) 正向Vpre驅動質子進入後突觸電極,並經由質子化PEI補償部份的PSS。該反應由於電荷中性而導致PEDOT在相同電極下還原,從而消除了極化子(紅色),並降低聚合物的電導率。在施加負極Vpre時的反應相反。

研究人員將ENODe元件描述為一種非揮發性的氧化還原單元(NVRC),其中由電荷狀態決定電子傳導性,以及阻障層從改變狀態解耦至保留狀態的位置。研究人員解釋,這可在實現極低切換電壓(低至10mV脈衝)的同時,也保有非揮發性。

利用後突觸電位Vpost監測導電狀態,介面層的導電率顯示兩個神經元之間連接的突觸權重。透過改變前突觸脈衝的大小或持續時間,即可編程後突觸狀態。

研究人員發現,ENODe元件可恰當地模擬;在自然界中發現的短期到長期增強作用,而其可擴展性(尺寸和幾何形狀決定運作速度和切換能量程度)使它成為未來用於設計超低功率神經形態電腦的理想候選技術。
[20170301 synapse NT01P2]
彈性化固態神經形態元件示意圖

使用這種ENODe元件,可將全塑料神經電極陣列植入大面積系統中,也可以折疊成3D密集連接的神經形態元件,從而打造植入式義肢。

研究人員甚至設想將這種生物相容的元件植入先進的神經義肢,以及結合神經感測與訓練機制的整合型人腦-機器介面。

編譯:Susan Hong

(參考原文:Plastic-based artificial synapse beats all energy-efficiency benchmarks,by Julien Happich)

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報