面向类脑计算存储器的调制编码理论及方法研究

Bio-inspired computing is an important worldwide research direction of information technology field and how to build a new compatible storage structure and the modulation encode system is one of the topics that must be addressed. Artifitial neuromorphic device is one of the breakthrough direction of bio-inspired computing, but the complete hardware system and the corresponding coding theory has not been developed. So the compatible structure and its modulation encode are indispensable topics for the information storage of the bio-inspired computing system, which has multiple plastic connections as the neurons, and is highly hierarchical and modularized. However, the development of a well established hardware system for the information storage of the bio-inspired computation is still difficult. This project demonstrates a physical system and subsequently defines a modulation encoding method based on the optical memory technology. The project demonstrates a theoretical mode and realization mathod of the modulation encoding employed for multidimensional associated storage system. Based on the current optical storage technologies of multi-level and multi-dimensional records, a novel multidimensional associated information recording structures will be simulated. Besides, the theoretical model will be established, for which the corresponding modulation encoding method should also be designed. Furthermore, the evaluation method and parameters will be carried out on a simulation system. This project provides the basic theory of the storage system for the bio-inspired computation, and the research result could also be used for the development of the neuromorphic device.

类脑计算是当前国际信息技术领域重要发展方向，如何构建与之相适应的新型存储结构及其调制编码是必须解决的课题之一。人工神经形态器件是类脑计算研究的一个主流研究方向，这种计算存储器应具有神经元多点可塑连接和阶层化、模块化的特征。目前尚未发展出完备的硬件体系及相应的编码理论。 本项目拟利用光存储的特点，建立一个具有上述特征的物理环境，在此基础上研究适用于类脑计算存储器调制编码技术。本项目主要研究适用于多层次可塑结构存储系统的调制编码理论模型和实现方法。在现有光存储技术的多维多阶记录基础上，模拟一种新的多层次、关联记忆存储的信息记录结构。建立关联记忆存储结构的理论模型，并针对这种结构设计新的调制编码方法。并在建立仿真分析系统的基础上，进行模拟实验验证。 本项目实施可以为类脑计算存储器的探索研究提供理论基础，亦可促进人工神经形态器件的研究进展。同时也可为我国今后在国际类脑计算技术领域争取更多话语权。

研究类脑计算理论和方法是发展通用人工智能的一个重要途径。如何构建高能效的类脑计算架构、信息处理机制、学习记忆机制以及任务训练算法，是当前类脑计算领域重点研究的关键问题。类脑计算研究有两条重要研究技术路线，从任务算法出发的自上而下、从神经形态出发的自下而上的研究方法。本课题从神经形态工程技术出发，研究构建一种新型类脑计算架构的基本单元模型、神经元回路计算功能核及其层级网络架构；研究建立类脑层级记忆模型、记忆训练模型以及离散化编码训练算法；研究利用相变材料实现神经形态神经元的理论、构建重核计算网路的实现方法以及提高类脑计算能效的优化方法。.课题研究以多维光存储编码技术为基础，首先构建了层级编码的光盘存储试验平台，进而设计开发了基于FPAG芯片阵列的大规模神经形态网络模拟验证系统，为进一步研究层级记忆编码理论提供了有力支撑。随着人工智能算法及应用的发展，课题研究内容从类脑信息调制编码扩展到神经形态类脑计算架构的信息编码及训练理论，形成了一套从基本器件及网络模型、类脑记忆模拟计算框架到学习训练软件环境等较为完整地研究成果。.课题研究期间培养博士研究生2人，硕士研究生5人；先后发表SCI收录期刊论文11篇，其中一区论文5篇，总被引用32次；在国际会议作特邀报告3次，发表IEEE国际会议的会议论文3篇；在申请30余项国家发明专利中已获授权7项，其中6项实现成果转化，4项做价投资220万元，许可使用2项。.基于课题研究的优秀成果，课题承担单位首先设计实现了国际首款多模态神经形态类脑计算功能芯片，在已完成的第二款大规模类脑计算芯片的神经元密度和计算速度等方面均超过国际同类产品，为推进我国的类脑计算研究作出了重要贡献，提高了我国在类脑计算领域的国际竞争力。