ReservoirComputing(RC)是一种从循环神经网络理论衍生出来的计算框架。该框架有可能减少数据处理时间，同时提高神经形态设备的能效。北京大学的研究人员推出了一种基于α-硒化铟(α-In2Se3)的新型人工突触，有助于更有效地在神经形态设备中重建生物神经过程。这种突触对于储层计算应用程序可能非常重要。北京大学教授、人工智能研究所类脑智能芯片中心主任杨宇超说：“我们的想法源于对一种简单策略的需求，该策略可用于利用物理的动态响应。计算系统，而物理油藏计算是实现这一目标的有前途的框架，In2Se3是一种非常有趣的材料和油藏计算的良好平台，其丰富的物理特性支持创建多模式、多尺度的油藏计算系统，我们希望这将扩大物理油藏计算的应用场景。”该研究以“Anoptoelectronicsynapsebasedonα-In2Se3withcontrollabletemporaldynamicsformultimodeandmultiscalereservoircomputing”为题发表于《Nature Electronics》。论文链接：https://www.nature.com/articles/s41928-022-00847-2基于新兴设备的神经拟态计算可以克服冯诺依曼瓶颈——必须在内存和处理单元之间传输数据生成的限制并有助于提供节能数据处理。储层计算依赖于人工突触的使用，这些人工突触可以直接运行深度学习算法，而无需在内存和处理单元之间传输数据。二维铁电材料具有有趣的物理特性、小型化能力以及在内存和神经形态计算中的潜在应用。特别是范德瓦尔斯半导体材料α-In2Se3具有许多优异的光电、铁电和半导体特性，使其成为制造这些人工突触的理想候选材料。“In2Se3同时具有两个有趣的固有物理特性，即铁电开关和光电响应，”杨玉超教授解释说。“我们构建了一个平面装置，利用平面内铁电极化实现电突触，同时还引入光作为光电响应的第三终端。这种独特的结构有效地结合了两种物理特性，利用铁电耦合与光电子学实现异突触可塑性和更高水平计算功能。”图1：具有异突触可塑性的α-In2Se3突触。（来源：论文）在这里，研究人员报告了一种基于铁电α-In2Se3的光电突触，具有动态时间响应，可提供多模态和多尺度信号处理。可以利用突触中铁电和光电过程之间的紧密耦合来实现异突触可塑性，其弛豫时间尺度可以通过光强度或背栅电压进行调整。图2和图3揭示了同一突触装置中电刺激和光刺激的时间动力学，这分别归因于α-In2Se3的铁电和光电特性，从而提供了两个自由度来调节装置动力学。更重要的是，如果这两个不同的物理过程之间存在相互作用，那么耦合可能会导致更复杂的突触功能。图2：基于铁电α-In2Se3的电突触。（来源：论文）图3：基于α-In2Se3光学响应的??光电突触。（来源：论文）事实上，当设备上的照明被视为第三个调制终端并且α-In2Se3突触被电刺激调制时，可以实现异突触可塑性（图4）。研究结果表明，铁电开关过程可以通过使用恒定光的电刺激来调制。图4：具有光/背栅作为调制终止的α-In2Se3器件的异突触可塑性。（来源：论文）当人工神经网络(ANN)用于处理多模式输入时，一个关键挑战是实现多感官融合。每种模态的特征提取可以由储层独立完成，其中每个储层响应一种类型的输入信号（例如“EEEE”、“LLLL”），然后将特征组合起来并逐层读出。值得注意的是，如果一个水库可以同时响应不同类型的输入信号，则可以实现混合输入（例如'EEEL'、'EELL'和'ELLL'）水库计算，其中特征提取和多感官融合在储层内实现，从而提高效率。为了评估他们的人工突触的性能，研究人员构建了一个多模态水库计算系统。然后，他们测试了系统在手写数字识别任务和二维码识别任务上的性能。他们发现它取得了可喜的成果，以超过80%的准确率成功地处理了这两项数据处理任务。图5：使用混合输入库计算的多模态手写数字识别。（来源：论文）为了更有效地提取特征并进一步提高计算性能，需要在多个时间尺度上运行的RC系统来提取各种尺度的特征。然而，构建在不同时间尺度运行的RC系统需要具有可调弛豫时间的设备。传统短时器件的弛豫时间只能通过控制制造条件来调整，但在特定器件中是固定的。然而，α-In2Se3器件的弛豫时间可以通过光或背栅电压轻松调节，完全满足RC系统在不同时间尺度下运行的要求。图6：使用弛豫时间可调的忆阻器进行多时间尺度水库计算。（来源：论文）作为这项研究的一部分实现的人工突触可能很快会为储层计算开辟新的有趣的可能性。此外，可以进一步开发使用此突触创建的储层计算系统，以处理其他复杂的信息处理和数据分析任务。“我们对多模型、多尺度油藏计算系统的演示从根本上扩展了油藏计算系统的处理能力，”杨玉超教授补充道。“在我们最近的研究中，我们专注于计算应用，但在未来，我们也希望实现一个完全集成的神经形态系统，包括信息感知。”相关报道：https://techxplore.com/news/2022-11-optoelectronic-synapse-reservoir-based-alpha-indium.html
