北京大学黄如院士-杨玉超教授团队在分布式多智能体自组织演化计算研究中取得重要进展

　　

科学技术的进步同时也带来了更加复杂和更具挑战性的问题，大自然以最神奇的方式为人类解决各种难题提供源源不断的灵感，群体智能就是一个很好的例子。在蚁群等复杂系统中，个体通过遵循简单规则发生非线性相互作用可以使得整体表现出个体所不具备的新的结构、性质或功能（图1），这种涌现行为展现出的强大智慧可以作为一种高级计算手段用于求解一些传统计算机难以处理的复杂运算问题。因此设计和开发能够实现类似群体智能行为的多智能体硬件系统是未来构建大规模、高能效、自适应、高鲁棒人工智能系统的关键。然而，群体这一复杂系统中个体数量的庞大性、初始分布的随机性及后续复杂的演化行为极大增加了其硬件实现的困难程度，利用传统规则网络很难模拟其复杂的动力学行为。

图1.自然界中的多智能体系统

针对这一关键问题，类脑智能芯片研究中心黄如院士-杨玉超教授课题组从电场调控下导电细丝的生长动力学行为出发，利用忆阻器件自身物理演化规律首次构建了能够高度映射群体智能行为的多智能体自组织演化微观计算系统。在该系统中，大量随机分布的银纳米团簇作为智能体在电场作用下发生自发、动态、实时的电化学反应和迁移行为，基于受电场加速的正反馈机制实现自组织演化。初始路径长度微小的差异通过银纳米团簇之间的非线性相互作用被放大，最终导电细丝的连接路径符合最优化的求解原则，在求解相关问题时具备天然的优势（图2）。

图2.基于忆阻效应构建的分布式多智能体系统

在技术路线上，团队首先在器件层面对银纳米团簇自组织演化的基本物理机制进行研究，并提炼出银纳米团簇演化与群体智能行为在原理上的共性。其中，银纳米团簇演化过程中涉及到的动力学因素为后续复杂运算问题的灵活映射和高效求解提供了有效手段。在此基础上，利用银团簇演化受电场调控的特点在单元层面构建了距离调制和电压调制两种基本调制单元，并演示了通过距离-电压混合调制模式整合信息从而降低求解复杂度的能力。进一步，将两种单元结构作为基本模块在级联层面提出了并联和串联两种集成方案，为大规模复杂运算问题的求解提供了可行方案。基本调制单元和单元集成方案为问题求解提供了通用的结构和方法，利用构建的分布式多智能体自组织演化微观计算系统成功演示了对图优化和路径规划问题的高效智能求解，计算所需的时间复杂度仅为O(1)。

本研究提出的多智能体自组织演化计算实现方案在表达和处理信息时具备高能效、自适应、高容错等优势，大量银团簇作为智能体基于正反馈机制在整个解空间内通过自组织演化实现并行物理寻优，可代替繁琐的穷举操作，显著降低计算所需要的开销。这种利用器件自身物理演化规律实现智能运算的思路为复杂运算问题的映射和求解提供了全新的角度和方法，有望作为一项全新的技术为非冯计算架构注入强大生命力。

相关成果以“A Distributed Nanocluster Based Multi-AgentEvolutionary Network”为题，发表在《自然-通讯》（Nature Communications）上。北京大学集成电路学院2017级博士生徐丽莹为第一作者，杨玉超教授、黄如院士为通讯作者。

黄如院士-杨玉超教授团队长期深耕忆阻器、类脑计算、存算一体智能芯片研究，迄今为止累计发表Nature Electronics、Nature Reviews Materials、Nature Nanotechnology、Nature Communications、Science Advances、IEDM等期刊和会议论文130余篇，2篇入选TOP 0.1% ESI热点论文，11篇入选TOP 1% ESI高被引论文，研究工作在国际上形成重要影响力。

该研究工作得到了国家重点研发计划、国家杰出青年基金、国家自然科学基金委后摩尔重大研究计划、111计划等项目以及北大-百度基金、霍英东教育基金会和腾讯基金会的支持。