近日，新加坡國立大學的材料科學與工程系副教授 Mario Lanza 領導的一個團隊已經證明，神經形態行為可以在標準單個晶體管中實現。該團隊發布的《標準硅晶體管中的突觸和神經行為》的論文已于 3 月 26 日發表在科學雜志《自然》上。該論文的第一作者是來自阿卜杜拉國王科技大學的 Sebastián Pazos 博士。

據介紹，人工神經網絡 （ANN） 的硬件實現（其中最先進的由數億個電子突觸互連的數百萬個電子神經元組成）在一些小規模數據密集型計算任務中實現了比傳統計算機更高的能效。最先進的神經形態計算芯片，例如 Intel 的 Loihi2或 IBM 的 NorthPole3，使用由互補金屬氧化物半導體 （CMOS） 晶體管制成的仿生神經元和突觸模擬電路實現 ANN，每個神經元至少 18 個晶體管，每個突觸至少 6 個晶體管。簡化這兩個構建塊的結構和尺寸將有助于構建更復雜、更大、更節能的人工神經網絡。

新加坡國立大學研究 表明，如果以特定（非常規）方式偏置，單個 CMOS 晶體管可以表現出神經和突觸行為。通過串聯一個額外的 CMOS 晶體管，該研究團隊成功構建了一個多功能的晶體管單元，該單元表現出可調節的神經突觸反應（該團隊將其命名為神經突觸隨機存取存儲單元或 NS-RAM 單元），允許在神經元或突觸作模式之間切換，這為制造提供了多功能性。由于所使用的硅 CMOS 平臺的成熟，這種電子性能具有 100% 的良率和超低的器件間可變性，不需要與 CMOS 工藝無關的材料或器件。這些結果代表了實現高效人工神經網絡的短期解決方案，以及人工智能應用的 CMOS 電路設計和優化方面的機遇。

Mario Lanza 教授的團隊使用的方法與將體硅電阻率設置為特定值有關，該值會激發一種稱為沖擊電離的物理現象，從而產生電流尖峰。因此，這種現象類似于神經元和突觸的當前尖峰特征。將體電阻率設置為其他特定值允許晶體管在柵極氧化層中存儲電荷一段合理的時間，以模仿生物突觸的行為。

因此，使標準硅晶體管作為神經元或突觸運行取決于選擇體端子的適當電阻。沖擊電離曾被認為是硅晶體管中的一種失效機制，但 Lanza 教授的團隊已成為人工智能的潛在有價值的應用。

據了解，Mario Lanza 教授的團隊在 180nm CMOS 上實現了單晶體管和雙晶體管神經形態。