光子神经网络前沿—光子突触的STDP准则

光子突触的STDP准则

光子神经网路，即用光学器件来模拟生物大脑的记忆和学习功能。光子神经网络相比现有的神经网络优点是：能耗低，速度快，带宽大等。而其目前还存在发展不成熟，集成化低，没法兼容现有的市场等。但是就发展前景而言，是未来人工智能向生物智能逼近的一个重要方向。

STDP准则：spike-timing dependent plasticity，属于赫布理论(Hebbian theory)中的一部分。准则指出两个突触的权重的变化和前突神经元脉冲与后突神经元脉冲之间的时间差有关。

本文是对文献：B. Gholipour, P. Bastock, C. Craig, K. Khan, D. Hewak, and C. Soci, “Amorphous Metal-Sulphide Microfibers Enable Photonic Synapses for Brain-Like Computing,” vol. 3, no. 5, pp. 635-641, 2015.
的部分解读。

该文章利用氧化硫镓镧光纤的透射特性随绿光强度变化来模拟生物神经元的权重改变原理。生物神经元的信息主要依靠动作电位和神经电位来传导，动作电位负责信息在神经元内传播，而神经递质负责突触之间信息的传播。该光纤用光来传播信号，用光的透射率的改变来反映权重的改变。下图是生物神经元和光子神经元的对比。

图1 生物神经元和微光纤仿神经元的对比

光暗化：光纤的透射率在某一频段的光的照射下变低。这篇文章使用的是绿光来改变光纤的透射率。光纤在不同强度的绿光的照射下会出现透射率的恢复或者降低。
EPSP：兴奋性后突触脉冲
IPSP：抑制性后突触脉冲

图2 光纤模拟STDP准则：

本文中提到了用微光纤来模拟STDP准则，并不是很好理解，遂将自己对于这一部分的理解记录下来。

图2A是指在不同强度的脉冲激励下光纤透射率随时间的变化曲线。在上面取四个点t1,t2,t3,t4，每一个时间点对应的赫布曲线是不一样的。

对于生物神经元的STDP准则，前一个突触向后一个突触传递神经递质，后一个突触则会释放接受递质，神经递质和接受递质的浓度都是随着时间的衰减的，所以两者到达的时间差会导致信号的增强或者减弱。当神经递质在接受递质之前释放时，接受递质释放时神经递质的浓度已经衰减了许多，导致结合率减小，突触权重减小，时间差越大，减小得越多。当接受递质在神经递质之前释放时，也会因为接受递质浓度的减小而使得权重改变。图B是对t1点的STDP准则的描述。该曲线与典型的赫布曲线一致。

t1点光纤模拟STDP的过程：
1.t1点处绿色脉冲幅度较大，会使光纤透色率减小，对应于生物神经元的抑制性信号。如果激励脉冲在光纤中的脉冲之前，如下图所示，绿色脉冲时间在前，红色脉冲在后，从人的角度测量到的时间分别为$t_{pre}$和$t_{post}$, $t_{pre}<t_{post}$, $\Delta t=t_{post}-t_{pre}>0$, 此时绿色脉冲将光纤暗化，透射率减小，如果红色脉冲的时间和绿色脉冲的时间越近。则测量到的红色脉冲的透射率越小，对应权重减小，出现时间越远，减小越小，变化规律体现为图2B的右半部分。

2.如下图所示，如果绿色脉冲在红色脉冲之后，那么有 $\Delta t<0$,此时光纤的透色率逐渐恢复到原来的水平，但是下一个绿色脉冲还没有到达，所以，红色脉冲的透射率增大，越靠近绿色脉冲就代表着与之前的绿色脉冲(第二个绿色脉冲)越远，光纤透射率恢复得越多，权重变化越大，对应于图2B的左半部分。

3.图2C是其它时间点对应的赫布曲线，所改变的只是绿色脉冲的强度。幅度较小的增加透射率，幅度大的减小透射率。对应生物神经元中的兴奋和抑制性神经递质。用同样的方法分析可以得到图2C中的各条曲线。