新一代神经形态半导体超小型计算芯片问世！

随着第四次工业革命的到来，半导体行业越来越重视神经形态芯片（Neuromorphic Chips）。这种芯片与人脑颇为相似，可模仿大脑有效处理数据，而且还能轻松识别大数据、人工智能（Artificial Intelligence, 简称 AI）以及机器学习等要求较高的全新技术带来的海量数据，远胜当前的相关机器。通过神经形态芯片进行的计算能够准确学习不断演进的数据，从而有望在多个领域发挥重要作用，如声音/面部识别和数据挖掘等。

神经形态芯片是一款全新的小型半导体芯片，灵感源自人类大脑，能够复制信息并思考处理方式。人体的1，000亿个脑神经元能通过100万亿个突触实现互联互通，使大脑能快速处理并保存信息。这些突触采用并行连接方式，因而神经元网络能以较低的功耗（约20瓦），同步进行记忆、演算、推理和计算；相比之下， AlphaGo则需要消耗大量的功耗。人类大脑的神经元信息传输系统可以较低功耗进行高度并行的计算，这对AI的发展来说，尤为关键。因此，半导体行业将工作重点转到了针对人类大脑的研究。

近日，韩国科学技术院研究团队研发出可自我学习、纠错的新一代神经形态半导体超小型计算芯片，相关研究成果发表于国际学术期刊《自然电子学》。

计算机系统无法有效处理人工智能等复杂数据，因为它们具有不同的数据处理和存储组件。韩国科学技术研究院的一个研究小组创建了一个基于忆阻器的集成系统，该系统模仿了大脑处理信息的方式。它现在可以用于各种设备，例如智能安全摄像头，它使它们能够立即识别可疑活动，而无需依赖远程云服务器，以及医疗设备，它可以实现实时健康数据分析。

该项研究由韩国科学技术研究院电气工程学院 Shinhyun Choi 教授和 Young-Gyu Yoon 教授（院长：Kwang Hyung Lee）组成的联合研究团队进行。

这款计算芯片的独特之处在于，它可以学习并修复由不太理想的功能引起的错误，而这些错误在以前的神经形态设备中很难解决。例如，在处理视频流时，该芯片会学习自动区分移动物体和背景，并随着时间的推移不断改进。

实时图像处理已证明其具有自学能力，其准确度堪比最佳计算机模拟。除了创造类似大脑的组件之外，研究团队的主要成就是完成一个可靠且实用的系统。

研究团队打造出史上首个基于忆阻器的集成系统，可即时适应环境变化，并针对现有技术的缺陷提出了创新解决方案。

这项创新的核心是下一代半导体器件——忆阻器。该器件的可变电阻特性可以取代神经网络中的突触，让数据存储和计算同时进行，就像人类的脑细胞一样。

研究团队创建了一个高度可靠的忆阻器，可以精确调节电阻变化，并创建了一个有效的自学习系统，以消除复杂的补偿过程。这项研究值得关注，因为它通过实验证实了下一代基于神经形态半导体的集成系统可以实现商业化，该系统有助于实时学习和推理。

这项技术能够在本地处理 AI 任务，而无需依赖远程云服务器，它将彻底改变人工智能在普通设备中的使用方式。这将使 AI 任务更快、更节能、更私密。

“该系统就像一个智能工作空间，一切都触手可及，无需在办公桌和文件柜之间来回走动。这类似于我们的大脑处理信息的方式，所有信息都在一个地方高效处理，”领导这项技术开发的韩国科学技术研究院 (KAIST) 研究人员 Hakcheon Jeong 和 Seungjae Han 解释道。

韩国国家研究基金会的优秀新研究员项目、PIM AI半导体核心技术开发项目、下一代智能半导体技术开发项目以及电子和电信研究所研究与开发支持项目均资助了这项研究。

未来，神经形态芯片有望被应用到各类IT技术中，例如面部识别、声音识别、机器人、无人机、自动驾驶汽车和可穿戴设备。这些技术属于未来的核心技术，将在第四次工业革命中起到重要作用。其中，神经形态技术将为我们带来更为复杂的IT技术，例如能够精确诊断病患的AI医生、无需人工干预的自动驾驶汽车等等。神经形态芯片具备高利用率，增长潜力不可限量。