近日，韩国研究人员开发出基于斯格明子(skyrmion)的人工突触组件。该团队使用这种人工突触材料进行了一项改进的国家标准与技术研究所(MNIST)识别测试，发现仅通过15,000次学习就获得了90%的高识别率，而其他人工突触材料需要数十万次的迭代学习才能达到90%的识别率。这意味着该团队开发的技术只需要不到10%的功耗。近年来，利用微电子器件构建和模拟生物神经网络的结构与功能，研发神经形态芯片，被认为是从硬件层面攻克冯诺依曼瓶颈、加速人工智能实现的有效策略。

有望把类似大脑的突触做到芯片上

那么，究竟什么是人工突触?提到突触，想必很多人都不会陌生，人脑工作主要依赖于神经元和连接神经元的突触，这是我们人类感知世界的主要来源。人脑的结构错综复杂，迄今为止，人们对于人脑的结构和功能的研究还远未完全了解，但是在人工智能领域，科学家们已经致力于模拟人类大脑开发“人工突触”，可以模仿神经元在大脑中的通信方式，以此来实现计算机的低消耗高性能。如今韩国基于kyrmi的人工突触组件，可为新计算机节省90%以上的功耗。

类脑计算是一种借鉴人脑存储处理信息方式发展起来的新技术，基于二硫化钼忆阻晶体管的人工突触，是通过模拟神经元和突触行为的材料与器件来实现神经形态计算。如今，类脑计算有望把类似大脑的突触做到芯片上。2018年，北京大学计算机科学技术系教授黄铁军课题组联合多家单位实现了灵长类视网膜中央凹神经细胞和神经环路的精细建模，提出了模拟视网膜机理的脉冲编码模型，研制仿视网膜芯片。若能研制成功，该芯片能够像生物视网膜一样采用神经脉冲表达视觉信息，脉冲发放频率“超速”人眼百倍，能够“看清”高速旋转叶片的文字，从芯片采集的神经脉冲序列中可重构出任意时刻的画面。这是实现真正机器视觉的基础，有望重塑视觉信息处理体系，为无人驾驶、机器人、视频监控等领域带来变革。

像大脑一样"思考"更近一步

神经拟态学工程师、德国海德堡大学物理学家卡尔海因茨·迈耶(Karlheinz Meier)认为，人类的大脑相对于计算机而言有三大特性：其一，低能耗。人脑的功率大约是20瓦特，而当前试图模拟人脑的超级计算机需要几百万瓦特。其二，容错性。失去一个晶体管就能破坏一个微处理器，但大脑时刻都在失去神经元。其三，无须编程。大脑在与外界交互的过程中自发地学习和改变，而非遵循预设算法所限制的路径和分支。同时，这也成为了如今人工智能发展的目标。

如今韩国基于kyrmi的人工突触组件仅通过15,000次学习就获得了90%的高识别率，而其他人工突触材料需要数十万次的迭代学习才能达到90%的识别率。这意味着该团队开发的技术只需要不到10%的功耗。这次研究成果在人工智能低能耗方面实现了重大突破，也让人工智能像大脑一样"思考"更近了一步。

然而，现如今要实现高可靠性、良好的可扩展性和低能耗的人工突触，与生物突触相比，仍然是一个巨大的挑战。