編譯／韋士塔

自1980年代起，科學家開始發展神經形態工程技術，其核心構想是模擬神經元活動，以及人類大腦神經網路的結構和功能，並應用於運算晶片，提升高速運算的性能和能源效率。

近來，美國與南韓的科學家合作，使用創新的奈米電極陣列，複製大腦的神經網路連線圖後，貼在固態硬碟的高密度3D網路上。三星工程師與哈佛大學學者在發表於《自然電子學》（Nature Electronics）期刊的報告中指出，把哺乳動物的大腦神經網路複製並貼在新一代晶片的記憶網路（memory networks）上，是神經形態運算領域的重要一步，有助打造下一代的人工智慧（AI）系統。

專家指出，從智慧手機到高性能運算機器，當前的AI模型必須使用龐大的數據進行訓練，才能學會如何回應某些查詢，並隨著時間適應用戶的偏好。神經形態工程技術的突破，將大幅提升AI的靈活性。

許多科技巨擘已投入這項領域，例如英特爾（Intel）、IBM。三星與哈佛大學的合作，則為神經形態電子學提供新願景，並提供製造神經形態晶片的新方法。

研究報告指出，人類大腦由近千億個神經元（Neurons）及突觸連接（Synaptic Connections）組成，神經元網路則負責大腦的各項功能。研究人員試圖對人類大腦進行逆向工程，設法了解神經元網路的運作原理，製作模擬大腦運作的神經形態晶片。

神經形態晶片的設計面臨多項艱鉅挑戰，因為人腦的神經元和突觸連接數量龐大，最終的神經型態晶片容量，須可儲存100兆個突觸連接資料，研究人員必須開發全新的記憶體、儲存設備和傳感器。此外，研究人員也必須改變傳統的數據編碼和處理概念，編寫新的程式語言。

研究人員指出，過去設計神經形態晶片時，是設法模擬大腦運作模式，但最新方法則是把大腦的功能「複製後貼上」。具體來說，就是複製大腦的低功耗需求、認知和自主能力以及適應性等屬性，創造一種可應用在高級運算的神經形態晶片。

三星和哈佛大學的研究人員採用稱為CMOS的奈米電極陣列（CNEA），模仿自然神經網路（NNN）的處理能力。記憶體方面，三星正在評估幾種選項，包括動態隨機存取記憶體（DRAM）、自旋轉移矩（STT）、磁性隨機存取記憶體（MRAM）、相變隨機存取記憶體（PRAM）和電阻式隨機存取記憶體（RRAM）。此外，為了解決包含數百萬個子單元的儲儲系統空間限制，三星準備使用3D堆疊技術，以減少表面積。

研究人員面臨的最大挑戰，在於大腦是一3D結構，記錄大腦深處的電波活動非常困難。此外，神經元只要受到任何損害，功能都可能受影響。

三星先進技術研究院（SAIT）院士暨哈佛大學教授漢姆（Donhee Ham）博士表示：「這項研究有望突破機器智慧、神經科學和半導體技術的限制，可能是邁向大腦逆向工程研究的第一步。」