性能大提升!新型ANN登上《自然》子刊清华团队领衔打造基于忆阻器的人工树突

现在,闭上眼睛,想象面前有一张图片,上面画着「神经元」,三秒后睁开眼。

如何?你脑海中的图片是不是类似这样?

据了解,这一研究由多个团队联合推进,包括清华大学微电子研究所未来芯片技术高精尖创新中心(ICFC)、清华大学北京信息国家研究中心、马萨诸塞大学阿莫斯特分校电气与计算机工程系、清华大学医学院生物医学工程系、加州大学圣塔芭芭拉分校电气和计算机工程系以及阿里巴巴达摩院。

为评估人工树突的计算功能和神经网络的性能,研究人员模拟了多层网络执行数字识别任务。

所以,对人脑神经元网络进行抽象建立的人工神经网络(Artificial Neural Network,ANN ),里面也有树突在起作用吗?

福奇表示,第一批疫苗可能会“在(2020年)12月底或(明年)1月初”,送到最需要的人手上。他同时强调,即使有了有效的疫苗来抵御病毒,美国人也“至少要到2021年底”,生活才可能恢复正常。

“这是高仿制的车票,右下角的二维码也可以扫出来车票信息,但是只能报销用,不能坐车。”该票贩说。

周浩分析,倒卖过期车票之所以猖獗,说明客观上还是有大量购买车票用于财务报销的情况存在。要改善或避免此类犯罪,完善公司、单位财务管理才是根本之策。由于假票证难以分辨,单位财务人员很难辨别真假,要求员工出具承诺书或加以一定的惩罚规定,或许会有所改变。

另外,吴华强教授为清华大学微纳电子系副系主任、清华大学微纳加工平台主任、北京市未来芯片技术高精尖创新中心副主任:

报道称,莫德纳、辉瑞两家公司都在今年7月底开始了最后阶段的临床试验,每项试验都有数万人参加。

有一名卖家强调只做过期车票,就算购买时该班次列车还没开,也一定会保证寄到客户手上时,票已经过期。据称,此举就是为了防止有客户拿去坐车,“出了事,自己也麻烦。政策紧,查得严,我们就不接单”。

其实,不管是刑法,还是治安管理处罚法,都有详细规定不能伪造倒卖车票。

中青报·中青网记者收到该车票后,对票面上的二维码进行扫描,内容跳转后界面上显示首末班车的车次,检票口位置,坐席等级和座位号等信息。页面下方一行备注:“查询结果由12306提供,仅供参考,准确信息以车站公告为准”,与正版车票扫描后的内容如出一辙。

今年 2 月,钱鹤、吴华强教授团队更是与合作者在《自然》杂志发表重磅论文,宣布研制出全球首款多阵列忆阻器存算一体系统,能效比 GPU 高出两个数量级。

北京市炜衡律师事务所律师周浩表示,对于知假买假、用于虚假财务报销或是以高报低的行为,一旦经税务查实,且数额达到一定额度,当事人也会构成诈骗罪。公司使用假发票报账的行为,经相关部门抽查核实,也会进行处罚。对于伪造、倒卖伪造的有价票证,票面数额在5000元以上或非法盈利2000元以上的,将处二年到七年有期徒刑,并处以罚金。

雷锋网原创文章,。详情见转载须知。

另一位卖家表示他只做“熟人生意”,或是“老客户的推荐”,买家卖家之间成为利益共同体,形成熟人交易链。“而且现在数额太大的不接,为的就是打法律的擦边球”。

下图是小鼠大脑神经元的图像,其中 synapse、dendrite、soma 分别代表突触、树突、胞体。而在该团队设计的人工神经网络中,三者也有各自的职责:

在数据公布后,美国食品和药物管理局和疾病控制与预防中心将需要对这些数据进行审查,如果证明试验成功,这两家机构将对谁能够接受第一批疫苗提出建议。

如果帮助你勾勒出「神经元」形态的,是以字母 D 开头的单词指示的、像树枝一样的部分,那么恭喜你,你对今天的主题「树突」已经有了一定认知了。

记者在某二手交易平台检索发现,有多家商铺表示可以售卖“定制车票”。

一个神经细胞可以有多达 1 万根树突。可以说,窥探人类之谜,研究树突是重要一环。

综合上述原因,研究人员将树突作为切入点,将树枝状计算单元结合到人工神经网络中(目前大部分人工神经网络仅是将神经元简化成了点模型,其计算功能简化为整合-发放 integrate-and-fire)。

结果表明,由于引入了树突功能,该网络在处理 SVHN 数据集时,胞体的动态功耗降低 30 倍、准确率提高至少 8%、系统评估整体功耗比 CPU 低 3 个量级以上,同时比典型的专用集成电路芯片的功耗低 70 倍,也就是说,引入树突功能的人工神经网络的性能整体上有显著提升。

通过比对发现,假票与真票之间还是有差别。例如假票的纸张材质偏薄,而真票手感厚实显得更有质感。假票票面上的信息字体与真票有细微差别,但不仔细对比,很难辨认。苏州一家企业的财务人员告诉中青报·中青网记者,尽管有一套报销制度流程,但是拿到这张车票时,仅凭肉眼很难分得清真假。

该卖家还表示,不少人买票是因经常出差票据丢失,或因某些支出无法开具收据,导致没办法报销。“每一个新客户找到我,我都会问是谁推荐的,毕竟这个风险大”。

2000 年本科毕业于清华大学材料系; 2005 年毕业于康奈尔大学,获电子与计算机工程学院博士学位,后就职于 AMD 公司和 Spansion 公司工作。 2009 年入职清华大学,从事新型阻变存储器研究。

论文一开篇,研究团队就提到了人工神经网络的现状。

这里需要说明的是,所谓忆阻器,是继电阻、电容、电感后的第四种电路基本元件。断电之后,忆阻器仍能“记忆”通过的电荷,这种特性与神经突触相似,使其具备获得自主学习功能的潜力。

“30元一张票,发顺丰运费到付,高仿,可扫二维码信息……”一套熟练的开场白后,一名提供定制火车票的卖家,要求记者发送姓名、身份证号、选定班次信息。10分钟不到,一张和高铁票一模一样的“仿制票”就制作好了。浅蓝色的票底、高铁动车的印花Logo、车辆班次信息、个人身份信息等一应俱全。

突触(可塑性、重量); 树突(整合、过滤); 胞体(整合、发放)。

如今,人工神经网络已广泛应用于计算机视觉、语音识别、生物信息学等领域,在一些领域甚至超过了人类。然而,这并不意味着人工神经网络的已经发展得十分成熟了——研究团队表示,就信息处理而言,仍然可以在生物身上寻找灵感,这一点易被忽视,但也是增强计算灵活性、降低能耗的重要方法。

实际上,很多人工神经网络中树突的信息处理功能被忽略,相比于生物神经网络,其灵活性、鲁棒性、功耗都有欠缺。

雷锋网雷锋网(公众号:雷锋网)

周浩建议,在监察监管方面,相关部门应当进一步提高车票的防伪造难度,公安机关也应加大破获和打击力度,加强常态化管理措施。

研究人员设计了复杂的互补金属氧化物半导体(CMOS)电路,并使用三种忆阻器作为关键计算组件开发人造树突,构建了一个包含有突触、树突、神经元胞体的完整神经网络。

刚开始,生意冷淡,一个月仅有一两单。随着顾客间相互介绍,杨强渐渐尝到制售火车票的甜头。截至被抓,他已经卖出去200张左右假火车票。一张假票可以卖二三十元,每张票的成本大约只需要6元。除去邮费,他靠制售假火车票赚了4000多元。在看守所的杨强后悔莫及,认为自己贪图小利,而走上犯罪道路。

据清华大学网站报道称,钱鹤、吴华强教授团队长期致力于基于忆阻器的存算一体芯片技术研究,从器件性能优化、工艺集成、电路设计及架构与算法等多层次实现创新突破。

功耗、准确率显著提升

基于此,科学家们研制出基于动态忆阻器的人工树突器件,以全新的方式构建了人工神经网络。

根据论文,在生物神经系统中,树突作为神经元分支,有着重要的信号传递和信息处理功能。树突可以非线性地整合突触后信号、滤除掉不重要的信息,而这点恰巧回答了一个问题:为什么生物神经网络可以处理相当复杂的任务,消耗的能量还少? 

确定大体方向后,就进入了实操部分。

其获奖理由为:“肯定他在阻变存储器领域取得的多项创新成果,鼓励他进一步研究突破传统冯诺依曼架构的存算一体技术,探索实现新计算机系统。”

1990 年毕业于西安交大,获博士学位; 1990-2006 年在中科院微电子所工作,从事 Si CMOS 工艺技术、Si CMOS/SOI 抗辐射电路和 GaN 微波功率器件等方面的研发工作; 2006-2009 年在三星半导体(中国)研究所工作,负责多项智能手机芯片应用解决方案开发; 2009 年入职清华大学,研究方向为阻变存储器及其在类脑芯片上的应用。

近日,中青报·中青网记者在网络电商平台调查发现,不少互联网交易平台已成为“票贩子”的天堂。伪造的车票成为一些人向所在单位报销的凭证,这样的“报销神器”销量巨大。法律工作者提醒,投机取巧的买家与制售假票的卖家其实都已涉嫌违法犯罪。

雷锋网了解到,在计算机视觉领域,从噪声背景中识别对象是一大挑战。因此,研究团队对上述人工神经网络的性能评估基准便是一个来自真实世界的具有自然干扰信息的图像数据集——街景门牌号(SVHN)数据集。

引入树突的人工神经网络

10月29日,莫德纳公司表示,该公司正按计划于下月提交其大规模后期试验的阶段性数据。而辉瑞公司原本预期在今年10月公布阶段性数据,现在看来或将在11月3日美国大选结束后才公布。

正如上文所述,这一研究由多个团队联合完成,但其中不得不提的便是清华大学微电子所未来芯片技术高精尖创新中心钱鹤、吴华强教授团队。

今年29岁的杨强(化名)是一名制售过期车票的“票贩子”。去年12月,他被南京铁路警方从老家西安带回到南京。记者在南京铁路看守所采访了杨强。

有一次,有乘客询问出租车司机杨强有没有火车票,杨强就动起了歪脑筋,“制售火车票可能就像别人问我索要发票一样,不是什么危险的事”。2019年1月,他开始在网上购买打印机、空白底板等相关制作工具,并下载相关制作软件进行学习、试做。抱着试一试的心态,他开始在网上兜售自制的假票。

与此同时,吴华强教授还有一个 title——2019 年度“科学探索奖”信息电子领域获奖人。

Theme: Overlay by Kaira Extra Text
Cape Town, South Africa