利用相变材料实现一次性学习的时间信用分配

基于大脑神经元计算与可塑性的生物学原理设计硬件，是实现节能且样本高效的人工智能与学习机的主流途径。选择硬件构建模块的一个重要因素是识别具有合适物理性质的候选材料，以模拟神经元信号巨大的动态范围与多样的时间尺度。先前工作表明，神经元的全或无放电行为可由利用相变的阈值开关来模仿。本文中我们证明，基于典型金属-绝缘体相变材料二氧化钒（VO2）的器件可被动态控制以访问连续的中间电阻态。此外，其本征弛豫的时间尺度可被配置为匹配从毫秒到秒的一系列生物学相关时间尺度。我们利用这些器件性质来模拟神经元模拟计算的三个方面：神经元胞体区室的快速（~1 ms）放电、树突区室的慢速（~100 ms）放电，以及参与近期发现的一次性学习的生物学机制中时间信用分配的超慢（~1 s）生化信号。仿真表明，利用 VO2 器件性质控制智能体在空间环境中导航的人工神经网络，能以比标准方法最多少 4 倍的试验次数学会到达奖励的高效路径。我们研究中描述的相弛豫可在多种材料中工程化实现，并可由热、电或光刺激控制，这为模拟生物学习提供了进一步的机会。