分析大腦神經(jīng)連接的能力正逐漸成為腦機(jī)接口（BCI）技術(shù)的關(guān)鍵基礎(chǔ)，例如控制人工肢體和增強(qiáng)人類智能。為了使這些分析更加精確，快速準(zhǔn)確地解讀來自大腦中眾多神經(jīng)元的復(fù)雜信號(hào)至關(guān)重要。

據(jù)外媒報(bào)道，韓國(guó)科學(xué)技術(shù)研究院（Korea Institute of Science and Technology，KIST）半導(dǎo)體技術(shù)研究中心的Jongkil Park博士及其團(tuán)隊(duì)提出了一種模擬大腦學(xué)習(xí)原理的新方法。相關(guān)研究論文發(fā)表在期刊在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上。

圖片來源： KIST

該團(tuán)隊(duì)構(gòu)建了尖峰時(shí)間依賴性可塑性（STDP）原理，即大腦會(huì)根據(jù)神經(jīng)元間信號(hào)發(fā)放的順序來調(diào)整連接強(qiáng)度。這使得他們能夠?qū)崟r(shí)學(xué)習(xí)大腦神經(jīng)網(wǎng)絡(luò)的連接性，而無需存儲(chǔ)所有神經(jīng)元的活動(dòng)數(shù)據(jù)。

傳統(tǒng)方法需要長(zhǎng)時(shí)間存儲(chǔ)神經(jīng)元活動(dòng)數(shù)據(jù)，然后使用統(tǒng)計(jì)方法計(jì)算神經(jīng)元之間的連接。隨著神經(jīng)網(wǎng)絡(luò)規(guī)模的增長(zhǎng)，這種方法需要大量的計(jì)算資源和時(shí)間延遲，使得在像大腦這樣大量信號(hào)同時(shí)發(fā)生的環(huán)境中進(jìn)行實(shí)時(shí)分析幾乎不可能。

KIST的研究人員開發(fā)了一種新型學(xué)習(xí)算法，能夠顯著降低STDP硬件實(shí)現(xiàn)所需的內(nèi)存量。該技術(shù)通過消除耗內(nèi)存的反向查找表，使得STDP即使在高度集成的神經(jīng)形態(tài)硬件上也能以可擴(kuò)展的結(jié)構(gòu)實(shí)現(xiàn)。

因此，基于片上學(xué)習(xí)的神經(jīng)形態(tài)系統(tǒng)在保持與現(xiàn)有傳統(tǒng)技術(shù)相近的解釋精度的同時(shí)，處理速度提高了高達(dá)20000倍。

神經(jīng)形態(tài)工程是新一代人工智能半導(dǎo)體技術(shù)，它模仿大腦的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)行為，以模擬人類認(rèn)知，是美國(guó)和歐洲等主要工業(yè)化國(guó)家確保技術(shù)霸權(quán)的戰(zhàn)略投資領(lǐng)域。

然而，由于缺乏像大腦那樣具有實(shí)用價(jià)值的特定應(yīng)用領(lǐng)域或“殺手級(jí)應(yīng)用”，商業(yè)化一直舉步維艱。

在此背景下，KIST研究人員開發(fā)的“實(shí)時(shí)腦神經(jīng)連接分析”技術(shù)，正是神經(jīng)形態(tài)工程實(shí)際應(yīng)用的一個(gè)例證，也是下一代人工智能半導(dǎo)體商業(yè)化進(jìn)程中的一個(gè)重要轉(zhuǎn)折點(diǎn)。

“這項(xiàng)成果標(biāo)志著神經(jīng)形態(tài)計(jì)算發(fā)展成為解決現(xiàn)實(shí)世界問題的強(qiáng)大工具，這是一個(gè)重要的轉(zhuǎn)折點(diǎn)，”KIST的Park Jongkil博士表示?！皯{借其簡(jiǎn)單的硬件結(jié)構(gòu)和易于擴(kuò)展的特性，它可以通過意念控制設(shè)備或復(fù)制特定的大腦功能，應(yīng)用于自動(dòng)駕駛汽車和衛(wèi)星通信等先進(jìn)的人工智能領(lǐng)域，還可以實(shí)時(shí)分析復(fù)雜的傳感器信號(hào)，其中時(shí)間序列和因果關(guān)系至關(guān)重要?！?/p>