华中科技大学郭新教授Adv. Mater.: HH型人工神经元的实现

【前言】

近年来，神经运算方兴未艾，张量处理器（Tensor Processing Unit，TPU）等专用的神经运算加速芯片的研制，大幅提高了运算效率并降低了功耗。与基于软件的神经网络相比，基于硬件的神经网络具有并行运算和低功耗的优点，然而采用传统的电子器件模拟神经突触和神经元所需元件数目众多，电路复杂，难于大规模集成。作为一种新型电路基元，忆阻器与生物突触在结构和功能上都十分相似，仅用一个忆阻器就可实现一个突触的功能，因此，忆阻器的研制为构建基于硬件的人工神经网络提供了一条全新的道路，成为近年来的研究热点。为构建硬件人工神经网络，除人工突触外，还需要人工神经元来完成信息的发放和对突触权重的调节，如何以更简单的电路更好地实现神经元的功能是目前该领域亟待解决的关键问题之一。

在神经网络中，神经元负责处理树突端传来的信号并决定是否放电。为了理解神经元的工作机制，神经科学家Hodgkin和Huxley提出了HH模型，并获得了1963年诺贝尔生理学或医学奖。HH模型指出：生物神经元处理信息和发放信号的过程，涉及到神经元细胞膜上的钠离子通道电导和钾离子通道电导的变化。该模型是迄今为止对神经元功能解释得最清楚、与神经元本质最接近的模型。

【成果简介】

近日，来自华中科技大学固态离子学实验室的郭新教授和杨蕊副教授在Advanced Materials发表了题为Quasi-Hodgkin–Huxley Neurons with Leaky Integrate-and-Fire Functions Physically Realized with Memristive Devices的文章，创新性地采用一种在电场下可以产生质子的导电聚合物（PEDOT:PSS）作为电极，引入质子作为迁移离子，基于质子和电子的混合导体忆阻材料，研制出了结构为W/WO₃/PEDOT:PSS的忆阻器，极大地提高了离子在混合导体WO₃中的迁移速率，仅仅通过施加一个串联电阻，就可以模拟HH神经元细胞膜表面离子通道电导的变化，向后续电路发放一个具有生物动作电位特征的信号，避免了复杂任意波形发生器的使用，模拟了神经元信号的发放。

神经元对信息的处理过程，涉及到神经元细胞膜电位的动态变化过程，只有当前级神经元给后级神经元的刺激程度或者频率足够大时，细胞膜电位才会超过自身阈值，促进神经元放电；如果细胞膜电位未达到阈值，则会自发衰减到初始状态，这一过程即神经元的漏电流整合放电（Leaky Integrate-and-Fire, LIF）功能。在基于质子迁移的忆阻器中，由于质子在材料中的迁移速率较快，在外加电激励后的几毫秒内器件就会恢复到初始状态，即只有几毫秒内的连续电激励可以对该忆阻器电导的变化产生叠加效应。这种特性与神经元细胞的膜电位特性十分类似，因此，该器件还能实现神经元对信号的处理功能。

图1 生物LIF神经元的示意图以及忆阻神经元的等效电路图

前级神经元的信号通过突触传递到后级神经元，引起局部分级电位的增大，其中脉冲的数目（空间整合）和脉冲的频率（时间整合）都会影响局部分级电位的大小，当局部分级电位超过阈值，就会激发神经元放电。

图2 W/WO₃/PEDOT:PSS/Pt器件的微结构和电学性能表征

a) 器件横截面的TEM图；

b)电流-电压扫描循环图；

c)器件在不同电阻状态时的拉曼谱；

d)施加不同幅值的脉冲时器件的电流响应；

e)施加不同频率的脉冲时器件的电流响应。

图3 神经元的放电功能及脉冲发生单元

a)生物神经元放电的动力学过程；

b)图1中的脉冲发射单元的等效电路图，其中包含连续可调的离子电导和质子电导；

c)通过对器件施加脉冲实现的神经元放电功能，图中的点和线分别对应实验及仿真结果；

d)对器件施加连续的脉冲，在很短的时间内放电的脉冲形状都一样，与神经元的放电功能类似。

图4 物理实现的漏电流整合放电神经元

a)基于两个W/WO₃/PEDOT:PSS/Pt忆阻器件的神经元电路图；

b)基于该电路实现的空间整合功能；

c)基于该电路实现的时间整合功能。

【小结】

研究人员设计了一种基于质子迁移的忆阻器，由于质子快速迁移的特性，忆阻器具有较快的易失速度和较强的电池效应。基于器件的特殊性能，只需通过简单的电路，就可以将神经元中HH模型与LIF的功能结合起来，完整地模拟一个神经元的信息处理和脉冲发放功能，有望为硬件人工网络的实现提供支持。

文献链接：Quasi-Hodgkin–Huxley Neurons with Leaky Integrate-and-Fire Functions Physically Realized with Memristive Devices（Adavance Materials.2018.DOI: 10.1002/adma.201803849）

https://onlinelibrary.wiley.com/doi/pdf/10.1002/adma.201803849

课题组相关工作：

1）R. Yang, H.‐M. Huang, Q.‐H. Hong, X.‐B. Yin, Z.‐H. Tan, T. Shi, Y.‐X. Zhou, X.‐S. Miao, X.‐P. Wang, S.‐B. Mi, C.‐L. Jia, X. Guo, Adv. Funct. Mater. 2018, 28, 1704455.

2）Zheng-Hua Tan, Rui Yang, Kazuya Terabe, Xue-Bing Yin, Xiao-Dong Zhang, Xin Guo. Synaptic Metaplasticity Realized in Oxide Memristive Devices, Adv. Mater., 2016,28,377-384.

本文由华中科技大学郭新教授团队供稿，材料人编辑部编辑。

投稿以及内容合作可加编辑微信：cailiaorenvip。

欢迎大家到材料人宣传科技成果并对文献进行深入解读，投稿邮箱tougao@cailiaoren.com。