【神經科學】漫談神經形態工程學

■先別被「神經形態工程學(Neuromorphic engineering)」這看似複雜的專有名詞嚇到，這門學科的概念其實很簡單：就是要製造一個模擬人腦的晶片(chip)或是電路。

撰文｜方程毅

在現今各種高科技產品像智慧型手機、電腦等等，都會將大量的邏輯電路整合進一個晶片中，這個晶片，就是這些產品的大腦，透過個晶片的控制，讓這些高科技產品能夠順利運作。但是，無論現今的智慧型產品多麼智慧，電路多麼複雜，跟我們的人腦相比都還只不過像是小朋友的玩具。當我們開啟電腦就必須消耗能量(電能)，一般桌機消耗的能量大約在幾百瓦左右，而人腦消耗的能量的功率遠遠小於電腦(10-25瓦)。人腦是由上千種神經細胞(nerve cell)及神經元(neuron)組成，並且由各種型態(pattern)的基因(gene)所控制，形成一個極為複雜的網絡。光是"模擬"一個神經元的行為所需要的電腦配備就相當於一整台筆記型電腦，若是想要模擬一整個大腦的行為，大概需要數十億台筆電才能完成。但隨著超級電腦的問世及模擬技術的進步，解開大腦運作之謎似乎不如再此遙不可及。神經形態工程學便是為了解決這個複雜問題而誕生的學科。

神經形態工程學在1980年代由加州理工學院(California Institute of Technology ,Caltech)教授卡弗·米德(Carver Mead)提出，利用具有類比電路(analog circuits)的超大型積體電路 (Very-large-scale integration ,VLSI)來模仿人腦的神經系統。可想而知這門學科非常需要跨領域的合作，包括生物學、物理學、數學及資訊科學等等，因此吸引了各方人才投入研究。

2008年美國軍方便資助IBM及包含史丹佛大學等五所美國頂尖大學一項研究計畫(Systems of Neuromorphic Adaptive Plastic Scalable Electronics ,SyNAPSE) 希望能研發出奈米尺度、低耗能且功能類似神經突觸(synapse)的微電路。神經突觸是連接兩個神經元，並使其電訊號能夠從一個神經元傳遞到另一個神經元的橋樑。這項計畫的最終目標是希望發展出一套新穎的電腦及運算技術，整合各種感測器與外界資源讓其能自主學習，進而藉由感覺、行動及對環境的認知具備解決問題的能力。而IBM率領的研究團隊當時也成功利用該公司的藍色基因超級電腦(BlueGene supercomputer)，包含147,000個CPU、144TB的記憶體模擬小型哺乳類動物的大腦行為。但是這個超級電腦所需的功率為2-3百萬瓦(megawatts)，依舊遠遠大於人腦所消耗的功率。

此外，2010年位於法國IEMN(Institute for Electronics Microelectronics and Nanotechnology)的研究團隊也成功利用奈米粒子-有機電晶體(hybrid nanoparticle-organic transistor)模仿突觸的主要功能並發表在2010年《Advanced Functional Materials》期刊，傳統的CMOS元件至少需要七個電晶體才能模仿突觸行為，而這個奈米粒子-有機電晶體只需要一個即可，由於在人腦中突觸的數量為神經元數量的數萬倍，因此能模仿突觸行為的低耗能奈米尺度電子元件便是未來能否真正發展出人腦晶片最重要的關鍵之一，這項新技術無疑開啟了未來創造出仿神經系統的電腦電路的可能性。IEMN的研究員Dominique Vuillaume表示這個讓電流流過金屬奈米粒子及有機半導體的元件就像是真正神經利用突觸在傳遞訊息時的行為。但Dominique Vuillaume也指出奈米粒子-有機電晶體目前也只是一個二維的元件，真正高階並能模仿神經傳導的電路必須是三維的元件，因此將來也更仰賴奈米粒子或小分子而非傳統的矽晶圓半導體製程。

2011年位於美國史丹佛大學的研究團隊研發出另一種奈米尺度的元件模仿突觸可塑性(Synaptic plasticity)，並在2011年發表於《Nano Letters》期刊。這個奈米元件是利用技術已相當成熟並廣泛運用在DVD及CD-ROM的相變化記憶體(Phase-change memory , PRAM)，該元件同時也具有低耗能的優點。

另一項技術由美國密西根大學(University of Michigan)研究出結合記憶電阻(memristor)及CMOS以模擬神經突觸的行為，記憶電阻是一種結合記憶體與電阻功能的被動元件，其電阻跟其過去通過的電流有關，並可在關掉電源之後記憶先前通過的電荷量。由於在記憶電阻兩端施加電壓的時間越久，其電導(conductance)的變化越大，因此可以模仿電位-時間差引導的突觸可塑特性(spike-timing dependent plasticity, STDP）使這個元件具有類似大腦學習及記憶的過程。這項研究被發表在2010年《Nano Letters》期刊。而2010年HP實驗室的研發團隊更是秉棄了傳統電子元件利用電壓及電流傳遞訊號的模式，而改用電阻傳遞訊號，如此一來能在同樣的電路架構下增進傳遞訊號的效率。這樣研究也被發表在2010的《自然》(Nature)期刊。

看到這麼多研究成果，身為讀者的你是不是跟我一樣很期待有朝一日我們解開大腦運算之謎，並進一步造福人群？又或是有點憂慮隨著這項技術的發展，真實版的駭客任務會在我們身邊上演呢？

Reference
1.“IBM gets DARPA funding for building revolutionary computer modeled after the brain” Nanowerk (2008) http://www.nanowerk.com/news/newsid=8285.php
2.“Scientists use nanotechnology to try building computers modeled after the brain” Nanowerk (2010) http://www.nanowerk.com/spotlight/spotid=14495.php
3.F. Alibart, et al. “An Organic Nanoparticle Transistor Behaving as a Biological Spiking Synapse” Adv. Funct. Mater. 2010, 20, 330–337.
4.“Brain-on-a-chip” Nanowerk (2014) http://www.nanowerk.com/spotlight/spotid=35084.php
5.“Brain-inspired computing with nanoelectronic programmable synapses” Nanowerk (2011)
6.“Nanotechnology's road to artificial brains” Nanowerk (2010) http://www.nanowerk.com/spotlight/spotid=15951.php
7.S. H. Jo. et al. “Nanoscale Memristor Device as Synapse in Neuromorphic Systems” Nano Lett., 2010, 10 (4), 1297–1301
8.J. Borghetti, et al. “ ’Memristive’ switches enable ‘stateful’ logic operations via material implication”Nature , 2010, 464, 873-876

--
作者：方程毅 科教中心特約寫手，從事科普文章寫作。
責任編輯：Kerina Huang