一種基于神經(jīng)元的超導(dǎo)計算芯片，比人腦更有效和快速地處理信息。最近發(fā)表的新科學(xué)進(jìn)展可能是開發(fā)先進(jìn)計算設(shè)備以設(shè)計模擬生物系統(tǒng)的科學(xué)家的主要基準(zhǔn)。雖然在商業(yè)化之前有很多障礙，但這項研究為更自然的機(jī)器學(xué)習(xí)軟件打開了大門。
人工智能軟件越來越多地開始模仿人腦。諸如Google的自動圖像分類和語言學(xué)習(xí)程序等算法也可以使用人工神經(jīng)網(wǎng)絡(luò)執(zhí)行復(fù)雜的任務(wù)。然而，由于傳統(tǒng)的計算機(jī)軟件不能被設(shè)計成運(yùn)行類似大腦的算法，所以這些機(jī)器學(xué)習(xí)需要比人腦更高的計算能力。
該研究的合著者之一，美國國家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）的物理學(xué)家邁克爾·施耐德（Michael Schneider）說：“這樣做肯定會有更好的方式，因?yàn)榇笞匀豢梢哉业礁玫姆椒ā?/p>
NIST是幾個想要開發(fā)模仿人類大腦的神經(jīng)形態(tài)硬件的團(tuán)隊之一，并且希望神經(jīng)形態(tài)硬件能夠更高效地運(yùn)行類似于大腦的軟件。在傳統(tǒng)的電子系統(tǒng)中，晶體管通常以有規(guī)律的間隔和精確的數(shù)量處理信息（二進(jìn)制數(shù)字0或1）。然而，神經(jīng)形態(tài)硬件可以從多個來源積累少量信息，并且改變這些信息以產(chǎn)生不同類型的信號，并且在需要時發(fā)出電流，就像神經(jīng)元放電一樣。所以這個神經(jīng)形態(tài)的硬件需要更少的電力來運(yùn)行。
然而，迄今為止，這些器件無效，尤其是晶體管需要通過間隙或突觸傳輸信息。結(jié)果，施奈德團(tuán)隊使用鈮超導(dǎo)體來創(chuàng)建神經(jīng)元樣電極，可以無阻地導(dǎo)電。隨后，研究人員使用數(shù)千個磁性錳納米團(tuán)簇來填補(bǔ)超導(dǎo)體的空白。
通過改變突觸中的磁場數(shù)量，這些納米團(tuán)簇可以在不同方向上對齊。這允許系統(tǒng)在電力和磁力方向上對信息進(jìn)行編碼，給系統(tǒng)提供比其他神經(jīng)形態(tài)系統(tǒng)更多的功率，而不占用額外的物理空間。
這些突觸每秒釋放10億次，比人類神經(jīng)元快幾個數(shù)量級，并且僅消耗生物突觸的約萬分之一。在計算機(jī)模擬中，合成神經(jīng)元可以在傳遞到下一個電極之前檢查多達(dá)9個來源的輸入。但是，在基于這種技術(shù)的系統(tǒng)用于復(fù)雜計算之前，需要數(shù)千個突觸，施耐德表示，如果可以擴(kuò)展到這個級別，可以進(jìn)行進(jìn)一步的研究和分析。
另一個問題是，突觸只能在接近絕對零度的溫度下工作，需要用液氮冷卻。英國曼徹斯特大學(xué)的計算機(jī)工程師Steven Furber表示，這可能會使芯片在小型設(shè)備中不切實(shí)際，盡管大型數(shù)據(jù)中心可能能夠?yàn)槠浞?wù)。但施耐德表示，與運(yùn)行具有相當(dāng)大計算能力的傳統(tǒng)電子系統(tǒng)相比，冷卻設(shè)備可能需要更少的能量。
加州理工學(xué)院的電氣工程師Carver Mead稱贊了這項研究，并稱這是一種新的神經(jīng)形態(tài)測量方法。 “現(xiàn)在這個領(lǐng)域有很多猜測，我們很高興看到能夠以客觀的方式完成優(yōu)秀的工作?！彼f，芯片真正用于計算可能需要很長時間，目前還有許多其他神經(jīng)形態(tài)計算設(shè)備的激烈競爭和挑戰(zhàn)。
Furber還強(qiáng)調(diào)，這種新設(shè)備的實(shí)際應(yīng)用非常廣泛。 “這種設(shè)備技術(shù)也非常有趣，但是現(xiàn)在我們對這些生物突觸的關(guān)鍵特征還不夠了解，不知道如何更有效地使用它們。例如，現(xiàn)在人們還有很多需要解決的問題，這些突觸如何重塑自己的記憶形式呢？這使得研究人員很難重建內(nèi)存芯片的過程。
盡管如此，F(xiàn)urber表示，新計算設(shè)備進(jìn)入市場需要10年甚至更長時間，即使神經(jīng)科學(xué)家很難理解人類大腦，但他們必須盡可能多地開發(fā)不同的技術(shù)。
聯(lián)系客服
