河北大學閆小兵教授團隊ACS Nano：基于憶阻器的人工視覺神經系統

引言

人類超過80%的信息是通過眼睛從外部接收，視覺系統是生物最重要的神經系統。在如今的人工智能(AI)技術中，通常使用圖像傳感器采集圖像數據，但是圖像傳感器需要持續實時檢測圖像，這與人類視覺系統相比產生了大量冗余數據。因此需要一種能夠高效處理自然信息的視覺感知系統，以滿足AI技術的快速發展。要構建與生物系統類似的視覺系統，必須成功地模擬兩個主要元素：神經突觸和神經元。當今CMOS電路通常用于模擬突觸和神經元的功能，然而基于CMOS器件的的電路十分復雜、器件缺乏固有的生物相似性，這些因素迫使研究進展放緩。近年來，憶阻器由于其結構簡單、結構與生物突觸相似、電導連續可調等優點，已成為實現人工突觸的有力替代方案。但是，目前關于記憶器模擬神經元的研究非常有限，特別是神經突觸和神經元結合的研究。因此，開發一個感、存、算一體的人工視覺神經系統將勢在必行。

成果簡介

河北大學閆小兵團隊聯合復旦大學劉琦教授團隊受生物視覺系統工作模式的啟發，提出了一種完全基于憶阻器的人工視覺感知神經系統（AVPNS），它由光電憶阻器和閾值開關（TS）憶阻器組成，分別來模擬神經系統的神經突觸和神經元。該系統成功模仿了生物視覺系統的基本功能，實現了圖像感知。此外，該系統概念性地應用在了無人駕駛汽車中，模擬了無人駕駛汽車會車過程中的汽車速度調節過程。該成果表明基于憶阻器的硬件系統可以準確的模擬生物視覺神經系統的功能，從而擴展憶阻器在AI中的應用范圍，為人工神經系統的研究提供了全新的思路。該成果以“Artificial Visual Perception Nervous System Based on Low-dimensional Material Photoelectric Memristors”為題在知名期刊《ACS?Nano》在線發表。

圖文導讀

圖一：憶阻器實現的人工光電突觸

（a）無照明（b）有照明和（c）去除照明后的光電神經突觸器件的I-V特性曲線。（d）照明前和照明期間神經突觸器件的保持特性。（e）在不同強度的紅光照明下神經突觸器件的電阻變化。（f）在不同的波長、不同的強度光照下，神經突觸器件的電阻變化。（g） 7×7光電突觸陣列的示意圖結構。輸出圖像信號（h）對應于訓練過程前的陣列電阻值。（i）陣列處于高電阻狀態。（j）訓練過程后，輸出圖像中與電阻對應的信號。

圖二：閾值開關憶阻器實現的人工神經元

（a）在人工神經元器件的50次I-V特性曲線。（b）人工神經元器件的陡開斜率小于1 mV/dec。（c）人工神經元器件?“開啟”和“關閉”響應的時間分別約為16 ns和21 ns。（d）人工神經元器件的橫截面TEM圖像，其中可以觀察到銀導電絲的存在。（e）模擬神經元電路的示意圖。（f）神經元電路輸入、輸出信號。

圖三：基于全憶阻器的人工視覺神經系統

（a）模仿人類視覺系統的示意圖。（b） 完全基于憶阻器的人工神經系統電路，由一個神經突觸器件和一個閾值開關型器件、一個電容器（10nF）和一個電阻器（10KΩ）構成的神經元組成。（c） 無光條件下連續施加正脈沖后突觸的電流響應。（d）有光條件下連續施加正脈沖后突觸的電流響應。（e）完全基于憶阻器的人工視覺神經系統的輸出尖峰。

圖四：基于憶阻器的人工視覺神經系統用于無人駕駛汽車

（a）會車場景圖（b）會車控制系統操作流程圖（c）會車過程中控制系統中參數的演變

小結

該工作介紹了一種基于全憶阻器的人工視覺神經系統。該系統由光電憶阻器和閾值開關型憶阻器組成。該系統成功模仿了生物視覺系統的基本功能，實現了圖像感知。此外，該系統概念性地應用在了無人駕駛汽車中，模擬了無人駕駛汽車會車過程中的汽車速度的自我調節過程。這些發現表明，基于憶阻器的硬件系統能夠忠實地模擬生物視覺神經系統的功能，從而拓寬了憶阻器在人工智能中的應用范圍。

作者簡介

閆小兵：河北大學電子信息工程學院教授，博士生導師。近年來致力于類腦芯片關鍵元器件憶阻器與系統的研發，先后獲得國家重大人才工程青年學者、教育部霍英東青年教師獎等。在頂級國際權威期刊 Nature Nanotechnology、Advanced Materials、Nature Communications等發表論文100余篇。美國IEEE高級會員，Advance Materials、ACS Nano等國際權威期刊審稿人。

原文鏈接：https://pubs.acs.org/doi/10.1021/acsnano.1c04676

本文由作者投稿。