刘明院士等人Adv. Mater.:基于忆阻器的习惯性感受神经系统


【背景介绍】

当前,人类社会正由信息化向智能化演进。智能化社会需要高效智能的信息感知系统对感知到的海量信息进行有效的甄别、处理并作出决策,对于重复无意义的信息进行有效的过滤。在生物体中,感受神经系统(SNS)是构建生物体与外界环境交互的基本信息感知系统。首先外部信息被各种受体(触觉、视觉、嗅觉等)感知,然后传递到大脑并进行处理,最后执行对外部信息的相应性响应。 然而,在所处环境中SNS会接收各种重复无意义的刺激,因此生物体要能够区分哪些刺激是需要注意的,哪些刺激是重复无意义的而不需有反应。在SNS中,对于重复无意义信号的过滤主要是基于习惯化这一基本功能。习惯化简要定义是对相同重复刺激的反应减弱。因此,基于生物感受神经系统的功能特性构建具备生物现实性的高效智能信息感知系统将将极大提高其信息处理能力。

【成果简介】

近日,中国科学院微电子研究所刘明院士团队报道了基于忆阻器构建具备习惯化特性的人工感受神经系统的实现方案,并利用习惯化这一生物学习规则构建了可应用于机器人自主巡航避障的习惯化脉冲神经网络。首先,该研究团队基于Mott忆阻器和传感器构建了感受神经元,该神经元能够感知外界的模拟信号并转化成实时的动态脉冲信号,实现了对外界信号进行感知并传输的基本功能。随后,感受神经元进一步通过突触器件(TiN/LixSiOy/Pt)与中继神经元相连接构建了习惯化感知系统。该突触器件具有连续刺激下权值的习惯化演进趋势,进而影响感受神经元信号传输到中继神经元的效率,使得中继神经元的输出呈现频率下降特性(即,习惯化特性)。基于这一习惯化特性,团队成员进一步构建习惯化脉冲神经网络用于机器人避障功能的实现。结果显示,基于习惯化的学习规则,所构建忆阻器基人工感受神经系统能够有效的提升机器人的避障效率。该工作成果以题为“A Habituation Sensory Nervous System with Memristors”发表在Adv. Mater.期刊上,中国科学院微电子研究所博士生吴祖恒、卢吉凯为共同第一作者,刘琦研究员为通讯作者,该工作得到了科技部、基金委、中科院和之江实验室的项目支持

【图文解读】

图一、SNS的示意图
(a)生物SNS结构图;

(b)在相同重复刺激下,SNS中的响应趋势示意图;

(c)忆阻器基人工SNS电路。

图二、人工突触器件的特性
(a-b)在100 µA和500 µA的Icc下器件的典型I-V曲线;

(c)器件横截面的线扫描EDS结果;

(d)i)器件的横截面HRTEM图像、ii)放大的导电细丝区域以及iii)导电细丝区域相应的FFT图像;

(e)导电细丝区域的线扫描EDS结果;

(f)在不同Icc下,器件的转变机制示意图。

图三、在ms级刺激序列下,突触器件的习惯化
(a-c)突触器件在1 kHz、333.3 Hz和200 Hz脉冲刺激序列下的实时响应电流;

(d)器件在不同频率脉冲刺激序列下,开始习惯化所需的脉冲刺激个数的统计。

图四、基于忆阻器的习惯化SNS
(a)SNS的示意图;

(b)在连续输入下,中继神经元的响应;

(c)习惯化SNS在连续重复刺激下的响应。

图五、HSNN用于机器人导航中的避障
(a)HSNN的示意图;

(b)基于习惯化学习规则的机器人避障流程图;

(c)连续两次检测到障碍信息情况下,SNS相关参数的演变;

(d)机器人在习惯化机制及非习惯化机制下避障的路径图。

【小结】

综上所述,作者首次展示了基于忆阻器构建的具备习惯化特性的SNS。该SNS由具有习惯化特性的忆阻器基突触和忆阻器基LIF神经元电路构成,能够对重复刺激呈现具备习惯化特征的脉冲响应。最后,作者基于SNS的实验结果构建了HSNN,并在机器人导航避障场景中展示了习惯化的功能。结果显示,基于习惯化的学习规则,所构建忆阻器基人工感受神经系统能够有效的提升机器人的避障效率。

文献链接:A Habituation Sensory Nervous System with Memristors.(Adv. Mater., 2020, DOI: 10.1002/adma.202004398)

通讯作者简介

刘琦,复旦大学微电子学院、芯片与系统前沿技术研究院,教授,博导,杰青。2010年10月至2020年4月在中国科学院微电子研究所工作,2020年5月调入复旦大学。主要研究方向包括新型非易失存储技术,神经形态器件和类脑计算等。主持了国家重点研发计划、国家自然科学基金委杰青、优青、重点等项目。曾获国家自然科学二等奖1项(排序2)、中国电子学会科学技术一等奖1项(排序2)、中国科学院青年科学家奖等。在Nat. Nano.、Nat. Electron.、Nat. Commun.、Adv. Mater.、IEEE EDL等期刊发表SCI论文100余篇,SCI他引6000多次,获得授权中国发明专利51项,美国发明专利6项。

本文由CQR编译。

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.

投稿以及内容合作可加编辑微信:cailiaokefu.

分享到