模仿人腦的神經(jīng)擬態(tài)計(jì)算系統(tǒng)技術(shù)應(yīng)運(yùn)而生，克服了現(xiàn)有馮諾依曼計(jì)算方法功耗過(guò)大的局限。實(shí)現(xiàn)使用大腦信息傳輸方法的半導(dǎo)體器件需要一種能表達(dá)各種突觸連接強(qiáng)度的高性能模擬人工突觸裝置。當(dāng)神經(jīng)元產(chǎn)生尖峰信號(hào)時(shí)，這種方法使用神經(jīng)元之間傳輸?shù)男盘?hào)。

　　KIST團(tuán)隊(duì)微調(diào)了活性電極離子的氧化還原特性，以解決阻礙現(xiàn)有神經(jīng)形態(tài)半導(dǎo)體器件性能的小突觸可塑性。研究團(tuán)隊(duì)在突觸裝置中摻雜和使用各種過(guò)渡金屬，以控制活性電極離子的還原概率。研究發(fā)現(xiàn)，離子的高還原概率是開(kāi)發(fā)高性能人工突觸裝置的關(guān)鍵變量。

　　因此，研究團(tuán)隊(duì)將具有高離子還原概率的鈦過(guò)渡金屬引入現(xiàn)有的人工突觸裝置中。這保持了突觸的模擬特性和生物大腦突觸處的設(shè)備可塑性，大約是高電阻和低電阻之間差異的5倍。此外，他們開(kāi)發(fā)了一種高性能的神經(jīng)形態(tài)半導(dǎo)體，其效率大約提高了50倍。

　　此外，由于摻雜鈦過(guò)渡金屬的高合金形成反應(yīng)性，與現(xiàn)有的人工突觸裝置相比，信息保留率提高了63倍。此外，包括長(zhǎng)期增強(qiáng)和長(zhǎng)期抑郁的大腦功能可更精確地模擬。

　　該團(tuán)隊(duì)使用開(kāi)發(fā)的人工突觸設(shè)備實(shí)現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模式，并嘗試了人工智能圖像識(shí)別學(xué)習(xí)。結(jié)果，與現(xiàn)有的人工突觸裝置相比，錯(cuò)誤率降低了60%以上；此外，手寫圖像模式識(shí)別準(zhǔn)確率提高了69%以上。研究團(tuán)隊(duì)通過(guò)這種改進(jìn)的人工突觸裝置證實(shí)了高性能神經(jīng)形態(tài)計(jì)算系統(tǒng)的可行性。

　　研究人員表示，這項(xiàng)研究極大地改善了突觸的運(yùn)動(dòng)范圍和信息保存，這是現(xiàn)有突觸模擬的最大技術(shù)障礙。新開(kāi)發(fā)的人工突觸裝置表達(dá)突觸各種連接強(qiáng)度的模擬運(yùn)算區(qū)域得到了最大化，因此基于大腦模擬的人工智能計(jì)算的性能將得到提升。