近(23)日，韓國科學技術院(KAIST)的科學團隊，研發出一項奈米級的「AI神經儲存裝置」，首次讓仿生AI神經網路，能更完整模擬人腦的「神經元可塑性」、讓中短期和長期記憶並存於單一裝置；且該單一元件的設計，也大增其未來的擴充性並降低製造成本。該論文發表於期刊《Nature Communications》。

AI技術中，神經網路是一種模仿動物神經元發送訊號方式來運算的工具，而目前的常見的半導體材料「互補式金屬氧化物半導體」(CMOS)，只能簡單連接人工神經元和神經突觸，「突觸可塑性」(synaptic plasticity)在其中的相互運用仍有所限制。

因此，該研究團隊，首次將突觸可塑性和「神經元內在可塑性」(neuronal intrinsic plasticity)兩者，在一項奈米級的裝置中同時併行，讓AI模仿人腦神經的作用方式又躍進了一大步。

(編按：人腦中共有1000億個神經元和100萬億個突觸，其交織成複雜的網路構造，且神經元和突觸的功能與結構，會依據所受到的刺激而不斷變化，即所謂的突觸可塑性和神經元內在可塑性。)

研究團隊表示，過去，人工神經突觸裝置的運算方式，常用於加速平行計算(accelerate parallel computations，指許多指令同時進行的計算模式)，與人腦的運行機制明顯不同。

而在他們研發的「神經形態裝置」中，不但使用分別模擬神經元和突觸特徵的記憶裝置組成，讓中短期和長期記憶可並存，且因為由單一元件替代複雜的CMOS神經元電路，因此能提高其可擴充性(scalability)與成本效益。

該論文指出，其在模仿短期記憶時，「閾值開關裝置」(threshold switch device)，作為「揮發性記憶體」(volatile memory，指電流中斷後，所儲存的資料便會消失的電腦記憶體)；在模仿長期記憶上，以「相變化記憶體」(phase change memory)當作非揮發性記憶體。

且以上兩組件，以薄膜形式整合在一起，不需再以電極連接，因而達到真正讓兩種記憶並存的效果。

領導該研究的KAIST教授Keon Jae Lee解釋，人腦會經由神經元和突觸間相互作用，來建立記憶和學習等認知功能，因此同時模擬兩者，是建立「類腦部」(brain-inspired) AI的基本要素。

此外，其開發的這項神經記憶裝置，還模仿了人腦可被「再訓練」的效果：透過神經元和突觸間的正回饋效應，能快速學習先前學過、暫時被遺忘的訊息。

參考資料：

1. 論文原文：https://www.nature.com/articles/s41467-022-30432-2

2. https://www.news-medical.net/news/20220520/A-nano-sized-neuromorphic-memory-device-simultaneously-emulates-neurons-and-synapses.aspx

(編譯/巫芝岳)