清華新聞網(wǎng)8月29日電 人們一直希望能夠創(chuàng)造出本身具有信息自主處理能力的材料，即類(lèi)生命體的“智慧型”材料。要實(shí)現(xiàn)這一目標(biāo)，關(guān)鍵在于能夠與材料有機(jī)融合的機(jī)械計(jì)算。力學(xué)超材料的發(fā)展為解決這一難題提供了新的思路。
常見(jiàn)計(jì)算機(jī)所采用的架構(gòu)是馮·諾依曼提出的。它們采用獨(dú)立的計(jì)算和存儲(chǔ)模塊來(lái)集中處理信息，保證了現(xiàn)代計(jì)算機(jī)的通用性，但模塊內(nèi)和模塊間的大量數(shù)據(jù)讀寫(xiě)和交換已成為計(jì)算的一大瓶頸。人腦的計(jì)算模式則有所不同。它由海量的神經(jīng)元組成，對(duì)信息的處理是分布式的，能根據(jù)環(huán)境感知信息，結(jié)合自身記憶進(jìn)行分析、計(jì)算和判斷，從而高效調(diào)控生理狀態(tài)和行為。類(lèi)腦神經(jīng)形態(tài)計(jì)算的這種分布式特點(diǎn)，大大減少了數(shù)據(jù)的傳輸和讀寫(xiě)，對(duì)數(shù)據(jù)密集型任務(wù)，以及數(shù)據(jù)讀寫(xiě)、傳輸困難的任務(wù)（如機(jī)械計(jì)算）具有明顯優(yōu)勢(shì)。
圖1.存內(nèi)機(jī)械計(jì)算結(jié)構(gòu)示意圖：（a）存內(nèi)機(jī)械系統(tǒng)的組成；（b）存內(nèi)機(jī)械計(jì)算系統(tǒng)的運(yùn)算方式；（c）移位寄存器；（d）同或門(mén)；（e）感知器
最近，清華大學(xué)航天航空學(xué)院陳常青教授團(tuán)隊(duì)提出了神經(jīng)形態(tài)的存內(nèi)機(jī)械計(jì)算框架，在類(lèi)腦機(jī)械計(jì)算領(lǐng)域取得了重要進(jìn)展（圖1a）。該架構(gòu)借助力學(xué)超材料，由分布式的機(jī)械內(nèi)存單元組成。當(dāng)接收到時(shí)間信號(hào)時(shí)，系統(tǒng)會(huì)基于當(dāng)前狀態(tài)向下一個(gè)狀態(tài)演化（圖1b），而計(jì)算則直接在內(nèi)存中進(jìn)行，最大限度地減少了“計(jì)算”和“數(shù)據(jù)”之間的距離，簡(jiǎn)化了數(shù)據(jù)傳輸和交換，便利了任務(wù)的執(zhí)行。內(nèi)存單元通過(guò)移位寄存器、同或門(mén)和感知器（圖1c-d）三種基本力學(xué)相互作用進(jìn)行連接，為機(jī)械體系的學(xué)習(xí)、自適應(yīng)和功能完備地執(zhí)行類(lèi)神經(jīng)功能提供了基礎(chǔ)。
圖2.可重編程機(jī)械二值化神經(jīng)網(wǎng)絡(luò)：（a）示意圖；（b）對(duì)應(yīng)的二值化神經(jīng)網(wǎng)絡(luò)；（c）實(shí)物圖
基于所提出的存內(nèi)機(jī)械計(jì)算架構(gòu)，研究團(tuán)隊(duì)分別構(gòu)筑了可重編程機(jī)械二值化神經(jīng)網(wǎng)絡(luò)和自學(xué)習(xí)感知器兩個(gè)實(shí)驗(yàn)示例，展示了其應(yīng)用前景。其中，機(jī)械二值化神經(jīng)網(wǎng)絡(luò)（圖2a）等價(jià)于圖2b中的神經(jīng)網(wǎng)絡(luò)，實(shí)物如圖2c所示。存儲(chǔ)單元為雙穩(wěn)態(tài)曲梁，可以非易失存儲(chǔ)二值權(quán)重-1和1。通過(guò)設(shè)計(jì)連桿、彈簧和它們與曲梁之間的關(guān)系，實(shí)現(xiàn)了對(duì)應(yīng)的三種基本相互作用。實(shí)驗(yàn)還展示了所建立的機(jī)械網(wǎng)絡(luò)在數(shù)字奇偶性判別和區(qū)間判別的應(yīng)用。
所構(gòu)筑的機(jī)械自學(xué)習(xí)感知器由向前傳播（黑色連接符號(hào)）和向后傳播（棕色連接符號(hào)）兩套信息傳輸回路組成，見(jiàn)圖3a和3b。在向后傳播過(guò)程中，所建立的體系能夠基于外部輸入情況自適應(yīng)更新權(quán)重，從而能夠習(xí)得目標(biāo)輸入輸出關(guān)系（圖3c）。上述兩個(gè)示例顯示，在機(jī)械內(nèi)存中可進(jìn)行計(jì)算的分布式信息處理，從而能最大程度上發(fā)揮結(jié)構(gòu)本身的智能，為構(gòu)建新一代的類(lèi)生命體的“智慧型”材料提供基礎(chǔ)。
圖3.機(jī)械自學(xué)習(xí)感知器：（a）示意圖；（b）自學(xué)習(xí)感知器；（c）實(shí)物圖
相關(guān)研究成果以“存內(nèi)機(jī)械計(jì)算”（In-memory mechanical computing）為題，近日在《自然·通訊》（Nature Communications）在線(xiàn)發(fā)表。該研究是陳常青教授課題組繼“具有可重編程邏輯功能的力學(xué)超材料”（Nature Communications, 2021）和“像素化力學(xué)超材料的信息編碼和存儲(chǔ)”（Advanced Science, 2023）之后，在力學(xué)超材料機(jī)械計(jì)算研究中的又一重要進(jìn)展。
清華大學(xué)航院陳常青教授為本文通訊作者，2019級(jí)博士生梅鐵為第一作者。該研究得到國(guó)家自然科學(xué)基金委重點(diǎn)項(xiàng)目和創(chuàng)新群體項(xiàng)目的支持。
論文鏈接：
https://doi.org/10.1038/s41467-023-40989-1
供稿：航天航空學(xué)院
題圖設(shè)計(jì)：曾儀
編輯：李華山
審核：郭玲
