训练神经形态芯片的突破性方法

神经形态生物传感芯片

TU/e研究人员使用生物传感器检测囊性纤维化作为测试案例，设计了一种创新的方法来训练神经形态芯片，正如《自然电子》杂志上的一篇新论文所述。

基于人脑结构的神经形态计算机可能会彻底改变我们未来的医疗保健设备。然而，它们的广泛使用受到了使用外部训练软件训练神经形态计算机的需要的阻碍，这可能是耗时和能源效率低下的。

来自美国埃因霍温理工大学和西北大学的研究人员开发了一种新的神经形态生物传感器，该生物传感器能够进行芯片上学习，不需要外部训练。作为概念的证明，研究人员使用生物传感器基于汗液样本诊断囊性纤维化。

“我们已经证明，我们可以在不使用计算机或软件的情况下创建一种‘智能生物传感器’，学会检测囊性纤维化等疾病。”这就是Eveline van Doremaele与TU/e的Yoeri van de Burgt以及美国西北大学的Xudong Ji和Jonathan Rivnay总结他们新论文的方式。

他们研究中的“智能生物传感器”是一种神经形态生物传感计算机，这种设备的操作灵感来自神经元与人脑中其他神经元的通信方式。

van Doremaele说：“例如，神经形态计算可能会对医疗保健产生重大影响，尤其是在检查疾病或状况的护理点设备方面。在我们的研究中，我们解决了在医疗保健中使用神经形态计算机的一个主要问题。”

告别外部软件

那么，van Doremaele和她的合作者解决了什么问题？“为了在医疗保健设备中的实际应用，神经形态技术需要具有低功率要求，与传感器接口，并易于训练使用。前两个问题可以通过基于有机的电子设备解决。但训练部分才是核心问题。”

到目前为止，神经形态芯片的神经网络将使用外部软件进行训练，这一过程可能耗时且能源效率低下。研究人员表示：“现在，我们的新芯片可以通过实时处理患者数据进行实时学习，这无疑加快了训练过程，并有助于促进芯片在真正的交互式生物应用中的使用。”

寻找氯离子

为了测试他们全新芯片的有效性，研究人员用它来测试遗传性疾病囊性纤维化。囊性纤维化是一种遗传性疾病，可损害肺部和消化系统等器官。

检测这种疾病的一种现有方法是通过汗液测试，其中高水平的氯阴离子是囊性纤维化的指标。可靠的传感器已经可以用于测试囊性纤维化，因此这项测试为研究人员提供了一个易于检查的芯片上学习传感器案例研究。

“为了便于实施，我们没有使用真实的患者数据。相反，我们使用了健康捐献者的汗液样本，”van Doremaele说。“一份样本是供体汗液的阴性样本或健康样本，而另一份样本则准备了高浓度的氯阴离子。”

研究人员的神经形态生物传感器由三个主要部分组成:传感器模块、硬件神经网络和输出分类部分。将一滴汗液加入传感器模块，然后用离子选择电极检测汗液中的氯化物和其他离子浓度。这些信号随后由神经形态芯片本身处理。最后，分析结果显示为绿色或红色，分别表示阴性或阳性结果。

在“数据健身房”训练

在使用该芯片评估主要汗液样本之前，神经网络必须进入“数据健身房”并接受一些有监督的训练。

van Doremaele说：“我们创建了一些具有不同和已知离子浓度的汗液样本，然后在芯片上测试这些样本。如果芯片的测试结果是错误的，我们会校正芯片，从而校正神经网络节点之间的权重。重要的是，我们在硬件本身上训练芯片。”

这是这项研究的主要进展——能够在芯片上训练神经网络，而不需要任何外部软件。van Doremaele补充道：“当芯片被训练到感兴趣的问题（这里是从汗液样本中检测囊性纤维化）时，不需要进一步的外部控制或干预。”

再培训的便利性

此外，即使经过训练，芯片也可以用于另一个问题。van Doremaele说：“假设你想在智能假手或假臂中使用相同的神经网络硬件。你所要做的就是在‘数据健身房’重新训练神经网络，在这种情况下提供手或手臂运动的信息。”

这种新的片上学习方法为最终用户通过直接使用来自用户的数据来训练个性化植入式神经网络开辟了可能性。“这种为医疗保健训练神经网络的方法可能会对人们产生重大影响，有朝一日可能会提供一种实时训练芯片以控制假肢或其他类似设备的方法。真正的新颖之处在于，芯片可以学习并适应其应用和环境。它们不必像今天这样预先编程。”