图一：多模态晶体管(MMT)。(a)说明性横截面，(b)微晶硅(μ-Si)多模态晶体管的光学显微照片，以及源栅重叠(SGO)和源漏分离中的电荷动态，(d)该区域分别由电流控制门（门1）和通道门（门2）控制。(c)模拟的非晶硅（a-Si）MMT传输特性表明，门一（G1）划定漏极电流的大小，而门二（G2）控制其通断，使得它不影响电流的大小。（d）G2的模拟传输特性进一步表明，G2不影响电荷注入过程，因此一旦通道被完全积累，曲线就会变平。(e)输出特性显示出低电压饱和与高输出阻抗的关系，这是接触控制器件所期望的。（图片来源：DOI: 10.1038/s41598-021-04614-9）
萨里大学的研究人员在人工神经网络中模拟人脑，进行了多模态晶体管（MMT）的概念性验证。这是将薄膜晶体管作为人工智能硬件，推动边缘计算发展之路的一大步，这还可以摆脱只依赖于计算机芯片的现状，有望减轻电力需求，提高效率。
萨里大学的研究人员在2020年首次报道了MMT，它克服了晶体管领域的长期挑战，可以执行与更复杂电路相同的操作。这项最新的研究发表在同行评审的期刊《科学报告》（Scientific Reports）中，它用数学建模的方法来证明在人工智能系统中使用MMT这一理念是迈向制造的关键一环。
（图片来源：Pixabay）
研究人员通过测量和模拟晶体管数据表明，设计良好的多模态晶体管可以作为人工神经网络中的整流线性单元（ReLU）激活并稳定运行，并且能够达到与纯ReLU几乎相同的分类精度。研究人员用实际测量与模拟的MMT数据训练一个人工神经网络识别手写体数字，并将其结果与内置的ReLU进行比较，实验结果证实了MMT器件在薄膜决策和分类电路中的潜力。同样的方法也可以运用在更为复杂的人工智能系统之中。
非同寻常的是，这项研究是由萨里大学本科生Isin Pesch领导的。她在攻读电子工程与纳米技术荣誉学位学士的最后一年中进行该项目的研究。新型冠状病毒意味着她不得不在土耳其的家中远程学习，但她仍然设法牵头进行研发，并由一支包含法国雷恩大学和伦敦大学在内的国际研究团队进行补充。
（图片来源：Pixabay）
论文的主要作者Iris Pesch在2021年7月毕业前夕写道：“我们需要技术上的改进，以便支持低成本、大面积，可应用于人工智能应用的电子产品的发展。薄膜晶体管在实现高处理能力和低资源利用方面有重要前景。在我们看来，萨里大学发明的MMTs作为一种独特的薄膜晶体管类型，具有履行这一作用的可靠性与稳定性。”
萨里大学先进技术研究所的高级讲师Radu Sporea博士说：“这些发现证明我们萨里大学在人工智能研究方面是处于领先地位的。我的许多同事都热衷于以人为本的人工智能，使人类包括道德层面在内的利益最大化。我们在先进技术研究所的研究推动了物理层面的实现，是作为迈向更高性能与低成本的下一代硬件的垫脚石。通过从Isin这样的本科生到经验丰富的专家之间的通力合作，该研究取得如此巨大的成功真是太棒了！”
翻译：彭琛
审校：汪茹
引进来源：萨里大学（University of Surrey）
京公网安备11010502039775号
