本篇文章1320字，读完约3分钟
如果将忆阻器技术开发的人工智能芯片应用到手机上，芯片的功耗将大大降低，手机充电一次后可以使用两天10月27日，清华大学微电子研究所教授何谦在接受《科技日报》记者专访时，用通俗的方式解释了忆阻器将给普通人生活带来的变化。
目前，人工智能发展迅速。然而，在何谦看来，如果我们想发展更强大的人工智能，也就是说，像人类一样的机器人，表现出与人类一样的熟练和灵活的行为，忆阻器的作用是不可忽视的。忆阻器和人脑有相似的突触功能，相当于“电子突触”。构建的智能芯片具有在线学习能力，能够处理机器系统以前不能胜任的任务。
忆阻器是一种新型的电子元件，它的特性与突触非常相似，突触是人脑信息处理的基本单位何谦解释说突触最独特的功能是储存和计算。集成存储和计算的计算机体系结构可以说是一种颠覆性的技术。最新研究发现忆阻器特别适合存储和计算的集成，这也是当今世界相关学者的研究热点。
作为国家重点研发计划“纳米技术”的重点课题之一，何谦牵头开展“新型纳米存储器三维集成基础研究”，旨在为中国存储器产业提供自主知识产权和原型技术，支持和引领中国存储器产业跨越式发展。
何谦说，除了存储，忆阻器在神经形态计算芯片领域显示了更重要的潜力。神经形态计算是一种新的计算方法，通过模仿人脑的结构，极大地提高了计算能力和能量效率。
神经形态学计算与传统计算方法最本质的区别在于，它将负责数据存储和处理的单元集成在一起，从而消除了传统计算方法中内存和中央处理器之间频繁数据移动所带来的大量能量消耗，绕过了“存储墙”这一制约传统计算方法发展的瓶颈，大大提高了数据传输和处理的并行性。
“忆阻器本身的电阻可以用来存储数据；在所施加的电压下，相应的电流将被输出以完成乘法计算功能，并且加法计算功能可以通过组合多个忆阻器的输出电流来实现。通过乘法和加法的结合，忆阻器可以在很短的时间内完成大部分计算任务。”何谦说，尤其是忆阻器的电阻可以在一定的外加电压条件下快速、可逆地控制和调整，这使得忆阻器集成的神经形态计算芯片不仅能够高效地完成计算功能，而且可以重复编程。这些特性给忆阻器在神经形态计算领域的应用带来了无可比拟的优势。
“可以预测，一旦基于忆阻器的神经形态计算芯片技术成熟，它将成为现实，产生一个类似甚至超越人脑智能和能效的‘超级人工大脑’。”何谦说。
据介绍，该研究小组最终完成了世界上第一个集成了数千个双向连续电阻忆阻器单元的人脸识别系统，能够像人脑一样对输入进行实时响应，并能通过探索忆阻器的工作机制、筛选材料、优化结构、精心设计芯片电路和测试系统等步骤进行在线学习，系统每次迭代的能耗不到英特尔至强融核协处理器的千分之一。相关的结果已经发表在今年5月的《自然通讯》杂志上。
“我们集成了一个包含1024个忆阻器单元的计算芯片，很好地实现了人脸图像的情感识别功能，在噪声点为20%的较难测试图像上，识别准确率达到90%以上。”何谦说。
“下一步是继续深入研究忆阻器的工作机制，改善其器件特性。工业化也是我们考虑的焦点。目前，我们正在与国内知名企业探讨将其应用于安全城市建设。毕竟，忆阻器具有强大的视频和图像识别处理功能。”清华大学微电子研究所副所长、课题组成员吴华强说。
