人心向背网人心向背网

新型类脑晶体管模仿人类智能,可在室温下节能执行联想学习


类脑计算艺术图。新型下节行联想学习图片来源:美国西北大学

科技日报记者 张梦然

美国西北大学、类脑类智波士顿学院和麻省理工学院研究人员从人脑中汲取灵感,晶体开发出一种能够进行更高层次思维的管模新型突触晶体管,可像人脑一样同时处理和存储信息。仿人在新的可能执实验中,研究人员证明晶体管对数据进行分类的室温能力,超越了简单的新型下节行联想学习机器学习任务,并且能够执行联想学习。类脑类智研究成果20日发表在《自然》杂志上。晶体

尽管之前的管模研究已利用类似的策略来开发类脑计算设备,但这些晶体管只能在低温之下运行。仿人相比来说,可能执新设备在室温下运行很稳定。室温它在快速运行时消耗的新型下节行联想学习能量很少,即使断电也能保留存储的信息,这使其成为实际应用中的理想选择。

研究团队探索了莫尔条纹物理学的新进展。莫尔条纹是一种几何设计,当两种图案相互层叠时就会出现。当二维材料堆叠时,会出现单独一层不存在的新特性。当这些层扭曲形成莫尔条纹时,电子特性前所未有的可调性成为可能。

对于新设备,研究人员结合了两种不同类型的原子薄材料:双层石墨烯和六方氮化硼。当堆叠并有目的地扭曲时,这些材料形成了莫尔条纹。研究人员可在每个石墨烯层中实现不同的电子特性。通过正确选择扭曲,研究人员利用莫尔条纹物理学在室温下实现神经形态功能。

为了测试晶体管,团队训练它识别相似但不相同的模式。他们还推出了一种新型纳米电子设备,以节能的方式对数据进行分析和分类。

首先,研究人员向设备展示了一种模式:000(连续三个零),然后,他们要求人工智能识别相似的模式,例如111或101。研究人员表示:“如果我们训练它检测000,然后给它111和101,它就会知道111与000比101更相似。000和111并不完全相同,但都是连续的三位数字。认识到相似性是一种更高层次的认知形式,被称为联想学习”。

总编辑圈点

将不同类型的原子薄材料堆叠、扭曲,在每个层中实现不同的电子特性,然后,利用这些扭曲,在室温下实现设备的神经形态功能。这是一次非常有意思的尝试。机器在执行特定任务时,常比人脑更有效率更为准确。但是,我们仍然希望机器能够具备人脑的特点,这样一来,它可以不需要大量的数据投喂,不需要一次次的人工标注。它可以举一反三,像儿童一样实现小数据甚至零数据学习。所以,研究人员一直在寻找新的材料和方法,让机器更为接近人脑。

赞(6944)
未经允许不得转载:>人心向背网 » 新型类脑晶体管模仿人类智能,可在室温下节能执行联想学习