芯片向大脑进化 走向应用

　　硅细胞

　　神经形态(neuromorphic)这一概念是在20世纪80年月，由加州理工学院的卡弗·米德(Carver Mead)提出。在微芯片设计方面，米德堪称先驱。他缔造了“神经形态”这一术语，而且是第一个强调大脑在节能方面具有庞大优势的学者。

　　米德通过“亚阈值”(sub-threshold)的硅来仿照大脑的低功耗处理惩罚进程。在出格小的电压下，正常芯片无法将比特从“0”改变为“1”，但亚阈值硅仍然有微小的、犯科则的电子畅通过晶体管，这种自发电流的涨落，其巨细和可变性，与神经回路中活动的离子所形成电子流很是相似。米德揣度，通过微观电容器、电阻器和其他组件来节制这些电流，该装置也许能形成微小的电路，而且会展示出和真实神经元沟通的电学机能。芯片可以毗连身分手网格，在各组件间发生通信线路，而不消通过中央处理惩罚器，这种事情方法与大脑中真实的神经回路很是相似。

　　20世纪90年月，米德和同事发明，构建硅神经元网络是有大概实现的(见“来自生物学的灵感”)。该装置通过结点(junction)吸收外部电流输入信号，结点的浸染雷同于真实神经系统中的突触(synapse)——神经脉冲通过突触，从一个神经元传到另一个神经元。和真正的神经元相似，硅神经元答允传入的信号在电路的内部积储电压。当电压到达一个特定的阈值，硅神经元就会“放电”，发生一系列“电压尖脉冲”(voltage spike，即瞬间呈现的电压峰值)，这些“电压尖脉冲”会沿着一条导线流传，这条导线的浸染雷同神经元的轴突(axon，神经信号会沿着轴突流传)。尽量这些尖脉冲是“数字化”的，只能处于开或关这两种状态，但硅神经元却像真正的神经元一样，是以非数字化的形式运行的，因此硅神经元的电流和电压并不限于几个不持续的数值，这与传统芯片完全差异。

　　硅神经元的表示，反应了大脑节能的一个要害因素：与真正的大脑一样，硅神经元在“放电”之前，只是简朴地整合输入信号，这只需要很少的能量。而在传统计较机中，无论芯片是否举办运算，都需要一连输入能量，来维持内部时钟运行。

　　米德的研究小组还研究了其他神经回路——最引人瞩目标是模仿眼睛视网膜的硅芯片。这种设备用一个探测器阵列(50×50)来捕捉光泽。当探测器的勾当显示在电脑屏幕上时，这些“硅细胞”对光、阴影和举动的回响，与视网膜上的神经元大抵沟通。和大脑一样，这种设备只会通报有意义的信息，从而节减能量：只有光泽强度产生变革时，视网膜中的大大都细胞才会有回响。这种事情模式的长处在于，它会着重突出举动物体的边沿表面，从而只管淘汰需要传输和处理惩罚的数据。