关键词：
类脑智能
忆阻
潜伏抑制
暂时性遗忘
回顾性重估
情感共情
摘要：
随着人工智能技术的飞速发展,类脑智能逐渐成为研究热点。类脑智能旨在模仿人类大脑的结构和功能,以实现更加智能、高效的计算模式。然而,传统神经网络在硬件实现上面临诸多挑战,如功耗高、集成度低、信息存储与计算分离等问题。为解决这些问题,本研究引入了忆阻器这一新型纳米元件,深入分析了忆阻智能电路的生物特性和认知机制,特别是其在学习、记忆、等方面的独特优势。以忆阻器为基础设计了一系列神经网络电路模型,这些模型能够模拟生物神经网络的突触可塑性、神经元之间的连接关系等关键特征。通过引入忆阻器的非线性电阻特性,实现了对神经网络权重的动态调节,从而提高了神经网络的学习效率和适应性。本文融入了生物神经网络电路的多种认知功能,如潜伏抑制、暂时性遗忘、回顾重估、情感共情等,主要内容如下:
针对联想记忆学习前后未考虑条件刺激变化的问题,引入了潜伏抑制和暂时性遗忘的概念,构建出具有潜伏抑制和多种遗忘模式的忆阻电路。所构建的电路由潜伏抑制模块、电压控制模块、突触模块、多巴胺神经元模块和自发恢复模块构成。潜伏抑制模块和电压控制模块通过调整学习和遗忘电压的方式对学习和遗忘的速率进行调节。突触模块模拟了条件刺激和非条件刺激之间的连接权重。多巴胺神经元模块和自发恢复模块实现了条件反射的暂时性遗忘功能。该电路设计路能够实现外界环境变化对生物体学习和遗忘效应的影响。
针对线索间联系仅在其实际显现时才发生变化这一局限性,引入了回顾性重估的概念。构建出具有回顾性重估效应的忆阻神经网络电路。所构建的电路由条件刺激处理模块,伴随线索生成模块,情境依赖模块,直接学习电压控制模块,间接学习电压控制模块和关联性评估模块构成。伴随线索生成模块和间接学习电压控制模块共同作用,实现了回顾性重估效应。最后由关联性评估模块输出目标线索与结果之间的关联强度。在此基础上实现了更加复杂的高阶回顾性重估过程。这种设计的关键特征在于,即使在没有目标线索的训练试验中,依然能够完成线索关联。
针对忆阻情感神经网络目前不能实现理解和推断他人情绪并产生类似情绪反应的问题,引入了情感共情的概念,构建出具有情感共情的多脑区协同的忆阻神经网络电路。所构建的神经网络电路由外部信号处理模块、情感皮层模块、镜像神经元模块和自我调节与安抚行为模块。通过镜像神经元实现了情感共情,完成了从他人的情绪到自身情绪的转移。自我调节与安抚行为模块实现了情感共情过后的安抚行为。该设计可以作为一个社交机器人平台,将外界的情绪转化为机器人自己的情绪。
本文通过引入新型纳米元件忆阻器,成功地将类脑智能与硬件神经网络相结合,设计出了具有生物认知功能的忆阻神经网络电路。这些电路在信息处理、学习记忆、决策预测等方面具有更低的功耗,实现了更加丰富的类脑计算功能。
欢迎来到三峡大学图书馆！
