【背景介紹】
當(dāng)前，劉明料牛人類社會(huì)正由信息化向智能化演進(jìn)。院士憶阻智能化社會(huì)需要高效智能的等人信息感知系統(tǒng)對感知到的海量信息進(jìn)行有效的甄別、處理并作出決策，基于經(jīng)系對于重復(fù)無意義的習(xí)慣性感信息進(jìn)行有效的過濾。在生物體中，受神感受神經(jīng)系統(tǒng)（SNS）是統(tǒng)材構(gòu)建生物體與外界環(huán)境交互的基本信息感知系統(tǒng)。首先外部信息被各種受體（觸覺、劉明料牛視覺、院士憶阻嗅覺等）感知，等人然后傳遞到大腦并進(jìn)行處理，基于經(jīng)系最后執(zhí)行對外部信息的習(xí)慣性感相應(yīng)性響應(yīng)。 然而，受神在所處環(huán)境中SNS會(huì)接收各種重復(fù)無意義的統(tǒng)材刺激，因此生物體要能夠區(qū)分哪些刺激是劉明料牛需要注意的，哪些刺激是重復(fù)無意義的而不需有反應(yīng)。在SNS中，對于重復(fù)無意義信號(hào)的過濾主要是基于習(xí)慣化這一基本功能。習(xí)慣化簡要定義是對相同重復(fù)刺激的反應(yīng)減弱。因此，基于生物感受神經(jīng)系統(tǒng)的功能特性構(gòu)建具備生物現(xiàn)實(shí)性的高效智能信息感知系統(tǒng)將將極大提高其信息處理能力。
【成果簡介】
近日，中國科學(xué)院微電子研究所劉明院士團(tuán)隊(duì)報(bào)道了基于憶阻器構(gòu)建具備習(xí)慣化特性的人工感受神經(jīng)系統(tǒng)的實(shí)現(xiàn)方案，并利用習(xí)慣化這一生物學(xué)習(xí)規(guī)則構(gòu)建了可應(yīng)用于機(jī)器人自主巡航避障的習(xí)慣化脈沖神經(jīng)網(wǎng)絡(luò)。首先，該研究團(tuán)隊(duì)基于Mott憶阻器和傳感器構(gòu)建了感受神經(jīng)元，該神經(jīng)元能夠感知外界的模擬信號(hào)并轉(zhuǎn)化成實(shí)時(shí)的動(dòng)態(tài)脈沖信號(hào)，實(shí)現(xiàn)了對外界信號(hào)進(jìn)行感知并傳輸?shù)幕竟δ堋ｋS后，感受神經(jīng)元進(jìn)一步通過突觸器件（TiN/LixSiOy/Pt）與中繼神經(jīng)元相連接構(gòu)建了習(xí)慣化感知系統(tǒng)。該突觸器件具有連續(xù)刺激下權(quán)值的習(xí)慣化演進(jìn)趨勢，進(jìn)而影響感受神經(jīng)元信號(hào)傳輸?shù)街欣^神經(jīng)元的效率，使得中繼神經(jīng)元的輸出呈現(xiàn)頻率下降特性（即，習(xí)慣化特性）。基于這一習(xí)慣化特性，團(tuán)隊(duì)成員進(jìn)一步構(gòu)建習(xí)慣化脈沖神經(jīng)網(wǎng)絡(luò)用于機(jī)器人避障功能的實(shí)現(xiàn)。結(jié)果顯示，基于習(xí)慣化的學(xué)習(xí)規(guī)則，所構(gòu)建憶阻器基人工感受神經(jīng)系統(tǒng)能夠有效的提升機(jī)器人的避障效率。該工作成果以題為“A Habituation Sensory Nervous System with Memristors”發(fā)表在Adv. Mater.期刊上，中國科學(xué)院微電子研究所博士生吳祖恒、盧吉?jiǎng)P為共同第一作者，劉琦研究員為通訊作者，該工作得到了科技部、基金委、中科院和之江實(shí)驗(yàn)室的項(xiàng)目支持。
【圖文解讀】
圖一、SNS的示意圖
（a）生物SNS結(jié)構(gòu)圖；
（b）在相同重復(fù)刺激下，SNS中的響應(yīng)趨勢示意圖；
（c）憶阻器基人工SNS電路。
圖二、人工突觸器件的特性
（a-b）在100 μA和500 μA的Icc下器件的典型I-V曲線；
（c）器件橫截面的線掃描EDS結(jié)果；
（d）i）器件的橫截面HRTEM圖像、ii）放大的導(dǎo)電細(xì)絲區(qū)域以及iii）導(dǎo)電細(xì)絲區(qū)域相應(yīng)的FFT圖像；
（e）導(dǎo)電細(xì)絲區(qū)域的線掃描EDS結(jié)果；
（f）在不同Icc下，器件的轉(zhuǎn)變機(jī)制示意圖。
圖三、在ms級刺激序列下，突觸器件的習(xí)慣化
（a-c）突觸器件在1 kHz、333.3 Hz和200 Hz脈沖刺激序列下的實(shí)時(shí)響應(yīng)電流；
（d）器件在不同頻率脈沖刺激序列下，開始習(xí)慣化所需的脈沖刺激個(gè)數(shù)的統(tǒng)計(jì)。
圖四、基于憶阻器的習(xí)慣化SNS
（a）SNS的示意圖；
（b）在連續(xù)輸入下，中繼神經(jīng)元的響應(yīng)；
（c）習(xí)慣化SNS在連續(xù)重復(fù)刺激下的響應(yīng)。
圖五、HSNN用于機(jī)器人導(dǎo)航中的避障
（a）HSNN的示意圖；
（b）基于習(xí)慣化學(xué)習(xí)規(guī)則的機(jī)器人避障流程圖；
（c）連續(xù)兩次檢測到障礙信息情況下，SNS相關(guān)參數(shù)的演變；
（d）機(jī)器人在習(xí)慣化機(jī)制及非習(xí)慣化機(jī)制下避障的路徑圖。
【小結(jié)】
綜上所述，作者首次展示了基于憶阻器構(gòu)建的具備習(xí)慣化特性的SNS。該SNS由具有習(xí)慣化特性的憶阻器基突觸和憶阻器基LIF神經(jīng)元電路構(gòu)成，能夠?qū)χ貜?fù)刺激呈現(xiàn)具備習(xí)慣化特征的脈沖響應(yīng)。最后，作者基于SNS的實(shí)驗(yàn)結(jié)果構(gòu)建了HSNN，并在機(jī)器人導(dǎo)航避障場景中展示了習(xí)慣化的功能。結(jié)果顯示，基于習(xí)慣化的學(xué)習(xí)規(guī)則，所構(gòu)建憶阻器基人工感受神經(jīng)系統(tǒng)能夠有效的提升機(jī)器人的避障效率。
文獻(xiàn)鏈接：A Habituation Sensory Nervous System with Memristors.（Adv. Mater., 2020, DOI: 10.1002/adma.202004398）
通訊作者簡介
劉琦，復(fù)旦大學(xué)微電子學(xué)院、芯片與系統(tǒng)前沿技術(shù)研究院，教授，博導(dǎo)，杰青。2010年10月至2020年4月在中國科學(xué)院微電子研究所工作，2020年5月調(diào)入復(fù)旦大學(xué)。主要研究方向包括新型非易失存儲(chǔ)技術(shù)，神經(jīng)形態(tài)器件和類腦計(jì)算等。主持了國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金委杰青、優(yōu)青、重點(diǎn)等項(xiàng)目。曾獲國家自然科學(xué)二等獎(jiǎng)1項(xiàng)（排序2）、中國電子學(xué)會(huì)科學(xué)技術(shù)一等獎(jiǎng)1項(xiàng)（排序2）、中國科學(xué)院青年科學(xué)家獎(jiǎng)等。在Nat. Nano.、Nat. Electron.、Nat. Commun.、Adv. Mater.、IEEE EDL等期刊發(fā)表SCI論文100余篇，SCI他引6000多次，獲得授權(quán)中國發(fā)明專利51項(xiàng)，美國發(fā)明專利6項(xiàng)。
本文由CQR編譯。
歡迎大家到材料人宣傳科技成果并對文獻(xiàn)進(jìn)行深入解讀，投稿郵箱：tougao@cailiaoren.com.
投稿以及內(nèi)容合作可加編輯微信：cailiaokefu.
