北京大學(xué)的Yuchao Yang及其同事在發(fā)表在《先進(jìn)智能系統(tǒng)》上的最新論文中表明，可以使用憶阻器構(gòu)建類(lèi)似于人的存儲(chǔ)器結(jié)構(gòu)，憶阻器被認(rèn)為是電阻，電容器和電感器之外的第四種無(wú)源電路元件。

半導(dǎo)體行業(yè)的長(zhǎng)期夢(mèng)想是在硅芯片上構(gòu)建類(lèi)似于大腦的計(jì)算系統(tǒng)。近來(lái)，神經(jīng)形態(tài)計(jì)算已被提出作為在硬件上模擬神經(jīng)元和突觸的工作模式的一種手段，并被譽(yù)為大數(shù)據(jù)和人工智能時(shí)代的下一代計(jì)算范例。

但是，構(gòu)建神經(jīng)形態(tài)計(jì)算系統(tǒng)的關(guān)鍵挑戰(zhàn)是重新創(chuàng)建大腦中基于內(nèi)容的存儲(chǔ)結(jié)構(gòu)，這與傳統(tǒng)計(jì)算機(jī)中基于地址的存儲(chǔ)有很大不同。

由于其內(nèi)部的工作動(dòng)態(tài)，憶阻器可以響應(yīng)于外部電刺激而改變其電阻值，與生物突觸具有相似性。在他們的研究中，研究小組使用離散的吸引器網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)并模擬了基于憶阻器的物理系統(tǒng)，該吸引器網(wǎng)絡(luò)能夠?qū)崿F(xiàn)關(guān)聯(lián)記憶，這是一種典型的基于內(nèi)容的記憶現(xiàn)象，可以記憶看似無(wú)關(guān)的項(xiàng)目之間的關(guān)系，或者精確地從損壞的狀態(tài)中召回整個(gè)信息信息。

所需的信息在網(wǎng)絡(luò)的吸引者處進(jìn)行編碼，并且通過(guò)在稱為Oja Rule的在線學(xué)習(xí)方法中引入神經(jīng)元之間的競(jìng)爭(zhēng)與合作，與以前的方法相比，系統(tǒng)的存儲(chǔ)容量可以增加10倍，并且具有更好的魯棒性和設(shè)備缺陷的容忍度。

通過(guò)將離散的吸引子神經(jīng)網(wǎng)絡(luò)擴(kuò)展為連續(xù)的吸引子神經(jīng)網(wǎng)絡(luò)（CANN），首次使基于憶阻器的工作記憶成為可能，這證明了動(dòng)態(tài)存儲(chǔ)和跟蹤外部刺激的潛力。研究人員還系統(tǒng)地研究了設(shè)備特性對(duì)網(wǎng)絡(luò)性能的影響，發(fā)現(xiàn)來(lái)自不同來(lái)源的噪聲會(huì)對(duì)CANN維護(hù)動(dòng)態(tài)信息的能力產(chǎn)生不同的影響。雖然讀取噪聲轉(zhuǎn)移了網(wǎng)絡(luò)活動(dòng)的中心，但是寫(xiě)入噪聲會(huì)使網(wǎng)絡(luò)活動(dòng)的中心分裂了。

這項(xiàng)工作代表了基于憶阻器的神經(jīng)形態(tài)系統(tǒng)的重大進(jìn)步，該系統(tǒng)可以接近生物學(xué)上合理的神經(jīng)網(wǎng)絡(luò)，并且可以為真正智能的硬件系統(tǒng)鋪平道路。展望未來(lái)，該團(tuán)隊(duì)希望將連續(xù)吸引子神經(jīng)網(wǎng)絡(luò)與物理憶阻器交叉開(kāi)關(guān)上的現(xiàn)有監(jiān)督學(xué)習(xí)系統(tǒng)結(jié)合起來(lái)。

特色圖片：基于憶阻器的物理系統(tǒng)用于實(shí)現(xiàn)基于離散吸引子網(wǎng)絡(luò)的關(guān)聯(lián)內(nèi)存，從而實(shí)現(xiàn)基于內(nèi)容的存儲(chǔ)。通過(guò)將其擴(kuò)展到連續(xù)的吸引子神經(jīng)網(wǎng)絡(luò)，可以基于憶阻器實(shí)現(xiàn)工作記憶。發(fā)現(xiàn)憶阻器陣列中的寫(xiě)入和讀取噪聲對(duì)網(wǎng)絡(luò)維護(hù)動(dòng)態(tài)信息的能力有不同的影響。