河北大学闫小兵教授团队ACS Nano：基于忆阻器的人工视觉神经系统

引言

人类超过80%的信息是通过眼睛从外部接收，视觉系统是生物最重要的神经系统。在如今的人工智能(AI)技术中，通常使用图像传感器采集图像数据，但是图像传感器需要持续实时检测图像，这与人类视觉系统相比产生了大量冗余数据。因此需要一种能够高效处理自然信息的视觉感知系统，以满足AI技术的快速发展。要构建与生物系统类似的视觉系统，必须成功地模拟两个主要元素：神经突触和神经元。当今CMOS电路通常用于模拟突触和神经元的功能，然而基于CMOS器件的的电路十分复杂、器件缺乏固有的生物相似性，这些因素迫使研究进展放缓。近年来，忆阻器由于其结构简单、结构与生物突触相似、电导连续可调等优点，已成为实现人工突触的有力替代方案。但是，目前关于记忆器模拟神经元的研究非常有限，特别是神经突触和神经元结合的研究。因此，开发一个感、存、算一体的人工视觉神经系统将势在必行。

成果简介

河北大学闫小兵团队联合复旦大学刘琦教授团队受生物视觉系统工作模式的启发，提出了一种完全基于忆阻器的人工视觉感知神经系统（AVPNS），它由光电忆阻器和阈值开关（TS）忆阻器组成，分别来模拟神经系统的神经突触和神经元。该系统成功模仿了生物视觉系统的基本功能，实现了图像感知。此外，该系统概念性地应用在了无人驾驶汽车中，模拟了无人驾驶汽车会车过程中的汽车速度调节过程。该成果表明基于忆阻器的硬件系统可以准确的模拟生物视觉神经系统的功能，从而扩展忆阻器在AI中的应用范围，为人工神经系统的研究提供了全新的思路。该成果以“Artificial Visual Perception Nervous System Based on Low-dimensional Material Photoelectric Memristors”为题在知名期刊《ACS Nano》在线发表。

图文导读

图一：忆阻器实现的人工光电突触

（a）无照明（b）有照明和（c）去除照明后的光电神经突触器件的I-V特性曲线。（d）照明前和照明期间神经突触器件的保持特性。（e）在不同强度的红光照明下神经突触器件的电阻变化。（f）在不同的波长、不同的强度光照下，神经突触器件的电阻变化。（g） 7×7光电突触阵列的示意图结构。输出图像信号（h）对应于训练过程前的阵列电阻值。（i）阵列处于高电阻状态。（j）训练过程后，输出图像中与电阻对应的信号。

图二：阈值开关忆阻器实现的人工神经元

（a）在人工神经元器件的50次I-V特性曲线。（b）人工神经元器件的陡开斜率小于1 mV/dec。（c）人工神经元器件 “开启”和“关闭”响应的时间分别约为16 ns和21 ns。（d）人工神经元器件的横截面TEM图像，其中可以观察到银导电丝的存在。（e）模拟神经元电路的示意图。（f）神经元电路输入、输出信号。

图三：基于全忆阻器的人工视觉神经系统

（a）模仿人类视觉系统的示意图。（b） 完全基于忆阻器的人工神经系统电路，由一个神经突触器件和一个阈值开关型器件、一个电容器（10nF）和一个电阻器（10KΩ）构成的神经元组成。（c） 无光条件下连续施加正脉冲后突触的电流响应。（d）有光条件下连续施加正脉冲后突触的电流响应。（e）完全基于忆阻器的人工视觉神经系统的输出尖峰。

图四：基于忆阻器的人工视觉神经系统用于无人驾驶汽车

（a）会车场景图（b）会车控制系统操作流程图（c）会车过程中控制系统中参数的演变

小结

该工作介绍了一种基于全忆阻器的人工视觉神经系统。该系统由光电忆阻器和阈值开关型忆阻器组成。该系统成功模仿了生物视觉系统的基本功能，实现了图像感知。此外，该系统概念性地应用在了无人驾驶汽车中，模拟了无人驾驶汽车会车过程中的汽车速度的自我调节过程。这些发现表明，基于忆阻器的硬件系统能够忠实地模拟生物视觉神经系统的功能，从而拓宽了忆阻器在人工智能中的应用范围。

作者简介

闫小兵：河北大学电子信息工程学院教授，博士生导师。近年来致力于类脑芯片关键元器件忆阻器与系统的研发，先后获得国家重大人才工程青年学者、教育部霍英东青年教师奖等。在顶级国际权威期刊 Nature Nanotechnology、Advanced Materials、Nature Communications等发表论文100余篇。美国IEEE高级会员，Advance Materials、ACS Nano等国际权威期刊审稿人。

原文链接：https://pubs.acs.org/doi/10.1021/acsnano.1c04676

本文由作者投稿。