人工智能正变得越来越类似于人脑。无论如何，这既是一种幻想，也是世界各地科学家所追求的研究途径之一。
于是，4月底，斯坦福大学的研究人员与桑迪亚实验室合作，对一个由九个“人工突触”组成的网络进行了实验，其性能超出了科学团队的所有预期。发表于美国科学杂志科学，就“速度、能源效率、再现性和可持续性»。
https://twitter.com/Stanford/status/1121571593887600640
分析速度和节能
这些神经形态芯片能够模仿人脑中神经元通信的系统。与之前相比，到目前为止没有什么新内容麻省理工学院研究人员一年多前开发的原型。但这一次的体验有一个特殊之处，即允许同时对芯片进行编程。
«了解这些设备如何在阵列中工作是至关重要的一步，因为它允许研究人员同时对多个人工突触进行编程。»，我们可以在斯坦福大学网站上阅读。
实际上，每个人工突触类似于电池，其两个端子之间的电流可以调节。在研究人员想象的矩阵中，一种通用断路器使得同时调整所有突触成为可能。速度显着提高。与以前的版本相比，研究人员减少了每个设备中的电流。结果：网络更强大，同时消耗更少的能源。
同时编程 1,024 个突触
这一科学进步的创新方面还不止于此。该实验最初设计为将 3 个突触编程为 3 个，但由于其出色的性能，研究人员还测试了开关系统超过 100 万次，没有发现丝毫的退化。
«事实证明，如果处理得当，聚合物设备可以像传统硅设备一样耐用。这或许是最令人惊讶的»，这篇文章的主要作者之一、实验室主任阿尔贝托·萨莱奥 (Alberto Salleo) 兴奋不已。 “对我来说，这改变了我们对聚合物设备及其可靠性的看法，也改变了我们如何使用它们“，他继续说道。
这种效率开辟了一个仍然很少被探索的可能性领域。研究人员还认为，简单的智能手机电池或小型无人机就足以运行这些人工神经网络。
«如果我们有一个像我们介绍的那样能够以能源效率和速度进行学习的存储系统，我们可以将其插入智能手机或笔记本电脑中这篇论文的合著者、阿尔贝托·萨莱奥实验室的研究生斯科特·基恩说，阿尔贝托·萨莱奥本人是斯坦福大学材料科学与工程教授，也是这篇论文的主要作者。 “这将使我们能够形成自己的网络并在自己的设备上本地解决问题，而无需依赖数据传输。»
意识到这一重大发现后，美国研究人员团队相信这些小型芯片可以与大型机器的功率相媲美。
“仅仅停留在表面”
但是，这仅仅是开始。这项新技术仍必须通过一系列测试。研究人员计划研究它的学习系统，测试它的耐热性，甚至它与电子设备的集成。
«我们希望其他人能够研究这种设备，因为没有多少人关注这种类型的架构，但我们认为它非常有前途»，签署该文章的科学家之一阿曼塔斯·梅利亚纳斯评论道。 “提高创造力还有很多工作要做。我们几乎没有触及表面。»
来源:斯坦福大学
🔴为了不错过01net的任何新闻，请关注我们谷歌新闻等WhatsApp。
