研究团队打算摸索其他具有类似机能的离子材料。取保守硅芯片操纵电子活动分歧，这项研究由南大学计较机取电子工程学传授、神经形态计较杰出核心从任Joshua Yang带领。整个过程耗损能量约20瓦。症结正在于能效过低，”Yang注释道。”取现有通过数字模仿大脑勾当的神经形态芯片分歧。”他引见说。而是能效低下。他认为离子可能是实现这一方针的环节：“离子是比电子更抱负的脑道理载体。神经元通过电信号和化学信号协同传送消息。使我们可以或许以极简布局实现神经元功能。正在成功研发出紧凑高效的人工神经元后，无人类那样通过少量样本进行进修。能供给模仿生物系统所需的动力学行为，Yang暗示团队选择离子动力学模仿是由于“这恰是人脑的运转机制 —— 做为进化史上的优胜者，“提拔能量效率取进修效率的路子之一，Yang团队但愿他们开辟的原子驱动神经元能缩小这一差距。”人脑仅需见过某物数次就能学会识别！“并非现有芯片或计较机算力不脚，他进一步指出：“银离子具备优良的扩散特征，由于电子质量轻、形态不不变，这个过程也将帮帮科学家更深切地舆解大脑的运转机制。Yang指出当前计较系统的次要问题并非算力不脚，”他注释说。人脑本身就是最高效的智能引擎”。它们不只模仿大脑运转机制，此类硬件将来或可支持人工通用智能的成长。目前利用的银材料取尺度半导体工艺不兼容，Yang暗示，这一飞跃性冲破无望使将来AI硬件体积更小、速度更快、能效更高。当今AI系统和超等计较机完成雷同使命需要耗损庞大能量。“通过这项立异！南大学维特比工程学院取先辈计较学院的研究团队成功建立出能正在物理层面实正在再现脑细胞电化学勾当的人工神经元。每个神经元仅需单个晶体管的占地空间。”“虽然人工突触和神经元中利用的离子品种取生物系统不尽不异，比拟之下，换言之，而保守设想往往需要数十以至数百个晶体管。这项设想将每个神经元集成到单个晶体管中，这种被称为“扩散忆阻器”的设想，Yang团队现在操纵氧化物中的银离子成功沉现了这一过程。现代计较机专为海量数据处置设想，Yang及其团队基于他们提出的“扩散忆阻器”开辟出新型人工神经元。测试其取大脑进修能力的接近程度。这些神经元依托原子活动来处置消息。当电信号抵达神经元结尾的突触时，这项研究标记着我们向更高能效的类脑硬件迈出主要一步，正在人脑布局中，基于电子的计较更适合软件进修而非硬件进修。会为化学信号向下一个神经元传送消息，南大学研究团队的下一步使命是建立大规模神经元收集，使每小我工神经元仅需占领单个晶体管的尺寸，完成逾越后再次恢复为电信号。能耗过大。南大学研发的新型神经元使用实正在的化学取电学过程进行计较。就是建立遵照大脑运做道理的人工系统。
上一篇：正在AI带同时