鑽石舞台

圖像是人獲取信息的重要途經。當面對一幅圖像時，人腦可以高效地提取出圖像的文字，角色和背景等特徵，並通過對比相似信息實現對圖像特徵信息的識別。因此，模擬人腦處理圖像信息的原理設計製造人工神經網絡硬件是實現人工智能的重要一環。

人腦在處理圖像信息時有一些特別的傾向，比如會對圖像特徵進行歸類，或是對特徵殘片進行補齊和糾正。這種大腦處理圖像信息的傾向可以幫助我們快速地辨別事物，並且通常不會影響大腦提取出正確的圖像特徵。這一現象在認知心理學中被稱為「格式塔原理 (Gestalt principle) 」，它幫助人根據已有知識在現實世界中學習和獲取信息。利用人工突觸網絡來模擬這一原理有望實現更接近人腦的圖像信息處理效率。

近日，香港科技大學的范智勇教授帶領博士生Swapnadeep Poddar，陳哲思，張雨婷，博士後馬子超及合作者研發了一種可以表現「格式塔原理」的神經突觸器件陣列，其中的神經突觸器件是使用三維集成的無鉛鈣鈦礦 (MA3Bi2I9, MBI) 納米線陣列製造的。這一工作發表在Wiley期刊Advanced Intelligent Systems.

在電脈衝信號的調製下，該神經突觸器件展現出了模擬人腦神經突觸結構的短期可塑性以及長期增強/抑制作用的特性。在文中，作者展示使用該神經突觸調製出40個穩定記憶狀態，並展現了其具有100,000秒以上保持時間的能力，以及超過100,000次循環的增強-抑制調控。這一特性在20個神經突觸器件中可重複實現。採用基於第一性原理的仿真論證，作者將該器件穩健的神經突觸特性歸因於電脈衝信號下單晶鈣鈦礦納米線中有機分子基團 (MA+) 的旋轉誘導電荷轉移的摻雜原理。

使用這些鈣鈦礦納米線製造的人工神經突觸器件，作者進一步搭建了一個人工神經網絡電路來實現對圖像中的字母殘片進行補完識別。隨着字母中殘缺部分的增加，該人工神經網絡電路補全並識別出該字母的確定程度降低，這與我們視覺辨別這些字母殘片的結果接近。這一實驗結果顯示出基於鈣鈦礦納米線的神經突觸網絡具有「格式塔原理」的圖形補完識別功能。