对于那些在先进领域工作的人，让计算机模拟大脑活动是一项艰巨的任务，但如果硬件设计得更像大脑硬件，那么管理起来可能会更容易。
这个新兴领域被称为神经形态计算。现在，麻省理工学院的工程师可能已经克服了一个重大障碍——带有人工突触的芯片的设计。
目前，人类大脑比任何计算机都强大得多——它们包含大约 800 亿个神经元，以及超过 100 万亿个连接它们并控制信号传递的突触。
目前计算机芯片的工作方式是通过一种称为二进制的语言传输信号。每条信息都以 1 和 0 或开/关信号编码。
为了了解这与大脑的比较，请考虑一下：2013 年，世界上最强大的超级计算机之一运行了模拟大脑活动，只取得了微不足道的成果。
Riken 的 K Computer 使用了 82,944 个处理器和 1 PB 的主内存，相当于当时大约 250,000 台台式电脑。
模拟由 10.4 万亿个突触连接的 17.3 亿个神经元的一秒钟活动需要 40 分钟。这听起来可能很多，但实际上只相当于人类大脑的百分之一。
但如果芯片使用类似突触的连接，计算机使用的信号可能会更加多样化，从而实现类似突触的学习。突触介导通过大脑传输的信号，神经元的激活取决于流过突触的离子的数量和类型。这有助于大脑识别模式、记住事实并执行任务。
迄今为止，复制这一点已经被证明是困难的，但麻省理工学院的研究人员现在设计了一种带有由硅锗制成的人工突触的芯片，可以精确控制流过突触的电流强度，就像神经元之间的离子流一样。
在模拟中，它用于识别手写样本，准确率高达 95%。
以前的神经形态芯片设计使用两个由非晶质隔开的导电层“切换媒介”就像突触一样。当打开时，离子流经介质，形成导电细丝，以模拟突触重量或两个神经元之间信号的强弱。
这种方法的问题在于，如果没有定义的结构来传播，信号就会有无限数量的路径，这可能会使芯片的性能不一致且不可预测。
“一旦你施加一些电压来用你的人工神经元表示一些数据，你就必须擦除并能够以完全相同的方式再次写入它，”首席研究员 Jeehwan Kim 说道。
“但是在无定形固体中，当你再次书写时，离子会向不同的方向移动，因为存在很多缺陷。这种流正在变化，而且很难控制。这是最大的问题——人工突触的不均匀性。”
考虑到这一点，该团队创建了硅锗晶格，具有离子可以流过的一维通道。这确保每次都使用完全相同的路径。
然后，这些晶格被用来构建神经形态芯片；当施加电压时，芯片上的所有突触都显示出相同的电流，变化仅为 4%。
还对单个突触施加了 700 次电压进行了测试。其电流变化仅为 1%——是最一致的设备。
该团队通过模拟芯片的特性并使用具有以下特性的芯片，在实际任务中对该芯片进行了测试：MNIST数据库手写样本，通常用于训练图像处理软件。
他们的模拟人工神经网络由由两层人工突触分隔的三个神经片组成，能够以 95% 的准确率识别数万个手写数字，而现有软件的准确率为 97%。
下一步是实际构建能够执行手写识别任务的芯片，最终目标是创建便携式神经网络设备。
“最终我们想要一个指甲盖那么大的芯片来取代一台大型超级计算机，”金说。 “这项[研究]为生产真正的人工智能[智能]硬件奠定了基础。”
该研究已发表在期刊上自然材料。
