科学家利用忆阻器模拟人脑学习模式

人脑的位元细胞(bit-cells)是突触(synapses)，美国密西根大学(University of Michigan)的研究人员指出，忆阻器(memristor)的功能特性是所有的电子元件中与突触最相近的；他们最近展示单一忆阻器如何以与人脑相同的方式来学习同样的技术。
人类的神经网路的学习模式，能达到像是特殊演算法那样、对工程师来说都很难的程度，主要是依赖一种称为突触的类比记忆体元素；该元素目前正被科学家用做今日超级电脑中的一种数值来进行模拟。

学习行为的发生，是由于来自人体各感官的功能探测器──像是眼睛内的边缘感测器(edge detectors)──会产生一种同步电压突波(simultaneous voltage spikes)。当同步突波发生时，负责接收的大脑突触会透过提高其数值(也就是一种超级电脑模拟中使用的数字)来回应，而忆阻器则是以改变其电阻值的方式来回应。
该研究团队领导人、密西根大学教授Wei Lu表示，忆阻器是以几乎与大脑突触相同的「STDP (spike timing dependent plasticity)」模式，来回应同步电压脉冲，因此使其能够成为超级电脑模拟的替代方案。由惠普实验室(HP Labs)研究人员所发表的大规模忆阻器纵横闩网路(crossbar networks)，可望建立一个比超级电脑更精确、快速的人脑功能模拟。

去年，美国国防部高等研究计划局(Darpa)指派三个分别由HP、IBM与HRL Labs所率领的研究团队，在其SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics)计画下，去研究出一种开发人脑学习要素的最佳方法；而研究成果将在明年发表原型。

HP已经在上述计画下，研究採用忆阻器来做为突触，其成果将在今年稍晚发表。IBM去年也宣布，已成功利用精确的超级电脑模拟猫脑；该获奖的超级电脑演算法名为「Blue Matter」最终将转到硬体端，利用诸如密西根大学所研发的电子突触来运行。

「猫脑的模拟是一个较现实可行的目标，因为其功能比人脑要简单许多；但要仿製其複杂性与效益，仍然是非常困难的工作。」Lu表示；其研究团队的目标是製作出某一天能在性能上媲美超级电脑的忆阻器设备，但机器的外型尺寸仅有两公升的汽水宝特瓶那么大。