漫谈神经形态工程学
■先别被「神经形态工程学(Neuromorphicengineering)」这看似复杂的专有名词吓到，这门学科的概念其实很简单：就是要制造一个仿真人脑的芯片(chip)或是电路。
在现今各种高科技产品像智能型手机、计算机等等，都会将大量的逻辑电路整合进一个芯片中，这个芯片，就是这些产品的大脑，透过个芯片的控制，让这些高科技产品能够顺利运作。但是，无论现今的智能型产品多么智能，电路多么复杂，跟我们的人脑相比都还只不过像是小朋友的玩具。当我们开启计算机就必须消耗能量(电能)，一般桌机消耗的能量大约在几百瓦左右，而人脑消耗的能量的功率远远小于计算机(10-25瓦)。人脑是由上千种神经细胞(nervecell)及神经元(neuron)组成，并且由各种型态(pattern)的基因(gene)所控制，形成一个极为复杂的网络。光是"模拟"一个神经元的行为所需要的计算机配备就相当于一整台笔记型计算机，若是想要仿真一整个大脑的行为，大概需要数十亿台笔电才能完成。但随着超级计算机的问世及仿真技术的进步，解开大脑运作之谜似乎不如再此遥不可及。神经形态工程学便是为了解决这个复杂问题而诞生的学科。
神经形态工程学在1980年代由加州理工学院(California Institute of Technology ,Caltech)教授卡弗·米德(CarverMead)提出，利用具有模拟电路(analog circuits)的超大规模集成电路 (Very-large-scale integration,VLSI)来模仿人脑的神经系统。可想而知这门学科非常需要跨领域的合作，包括生物学、物理学、数学及信息科学等等，因此吸引了各方人才投入研究。
2008年美国军方便资助IBM及包含史丹佛大学等五所美国顶尖大学一项研究计划(Systems of Neuromorphic Adaptive PlasticScalable Electronics ,SyNAPSE)希望能研发出奈米尺度、低耗能且功能类似神经突触(synapse)的微电路。神经突触是连接两个神经元，并使其电讯号能够从一个神经元传递到另一个神经元的桥梁。这项计划的最终目标是希望发展出一套新颖的计算机及运算技术，整合各种传感器与外界资源让其能自主学习，进而藉由感觉、行动及对环境的认知具备解决问题的能力。而IBM率领的研究团队当时也成功利用该公司的蓝色基因超级计算机(BlueGenesupercomputer)，包含147,000个CPU、144TB的内存仿真小型哺乳类动物的大脑行为。但是这个超级计算机所需的功率为2-3百万瓦(megawatts)，依旧远远大于人脑所消耗的功率。
id35084_2此外，2010年位于法国IEMN(Institute for Electronics Microelectronics andNanotechnology)的研究团队也成功利用奈米粒子-有机晶体管(hybrid nanoparticle-organictransistor)模仿突触的主要功能并发表在2010年《Advanced FunctionalMaterials》期刊，传统的CMOS组件至少需要七个晶体管才能模仿突触行为，而这个奈米粒子-有机晶体管只需要一个即可，由于在人脑中突触的数量为神经元数量的数万倍，因此能模仿突触行为的低耗能奈米尺度电子组件便是未来能否真正发展出人脑芯片最重要的关键之一，这项新技术无疑开启了未来创造出仿神经系统的计算机电路的可能性。IEMN的研究员DominiqueVuillaume表示这个让电流流过金属奈米粒子及有机半导体的组件就像是真正神经利用突触在传递讯息时的行为。但DominiqueVuillaume也指出奈米粒子-有机晶体管目前也只是一个二维的组件，真正高阶并能模仿神经传导的电路必须是三维的组件，因此将来也更仰赖奈米粒子或小分子而非传统的硅晶圆半导体制程。
2011年位于美国史丹佛大学的研究团队研发出另一种奈米尺度的组件模仿突触可塑性(Synaptic plasticity)，并在2011年发表于《NanoLetters》期刊。这个奈米组件是利用技术已相当成熟并广泛运用在DVD及CD-ROM的相变化内存(Phase-change memory ,PRAM)，该组件同时也具有低耗能的优点。
另一项技术由美国密西根大学(University ofMichigan)研究出结合记忆电阻(memristor)及CMOS以模拟神经突触的行为，记忆电阻是一种结合内存与电阻功能的被动组件，其电阻跟其过去通过的电流有关，并可在关掉电源之后记忆先前通过的电荷量。由于在记忆电阻两端施加电压的时间越久，其电导(conductance)的变化越大，因此可以模仿电位-时间差引导的突触可塑特性(spike-timingdependent plasticity, STDP）使这个组件具有类似大脑学习及记忆的过程。这项研究被发表在2010年《NanoLetters》期刊。而2010年HP实验室的研发团队更是秉弃了传统电子组件利用电压及电流传递讯号的模式，而改用电阻传递讯号，如此一来能在同样的电路架构下增进传递讯号的效率。这样研究也被发表在2010的《自然》(Nature)期刊。
看到这么多研究成果，身为读者的你是不是跟我一样很期待有朝一日我们解开大脑运算之谜，并进一步造福人群？又或是有点忧虑随着这项技术的发展，真实版的黑客任务会在我们身边上演呢？
Reference
1.“IBM gets DARPA funding for building revolutionary computer modeled after thebrain” Nanowerk (2008) http://www.nanowerk.com/news/newsid=8285.php
2.“Scientists use nanotechnology to try building computers modeled after thebrain” Nanowerk (2010) http://www.nanowerk.com/spotlight/spotid=14495.php
3.F. Alibart, et al. “An Organic Nanoparticle Transistor Behaving as aBiological Spiking Synapse” Adv. Funct. Mater. 2010, 20, 330–337.
4.“Brain-on-a-chip” Nanowerk (2014)http://www.nanowerk.com/spotlight/spotid=35084.php
5.“Brain-inspired computing with nanoelectronic programmable synapses” Nanowerk(2011)
6.“Nanotechnology's road to artificial brains” Nanowerk (2010)http://www.nanowerk.com/spotlight/spotid=15951.php
7.S. H. Jo. et al. “Nanoscale Memristor Device as Synapse in NeuromorphicSystems” Nano Lett., 2010, 10 (4), 1297–1301
8.J. Borghetti, et al. “ ’Memristive’ switches enable ‘stateful’ logicoperations via material implication”Nature , 2010, 464, 873-876
作者：方程毅 科教中心特约写手，从事科普文章编译。
责任编辑：Kerina Huang
www.psychspace.com心理学空间网
