人类神经系统里的突触可帮助我们建立新旧知识的链接,迅速作出决策等。不过现在科学家也研发出一种人造突触,为ai高效率的运算提供技术上的支撑。
7月28日,麻省理工的研究团队在顶刊《自然》上发表了一篇论文,介绍了一种人造突触。这种突触可以令深度学习系统的运行处理速度比以往的版本快100万倍。
研究人员介绍,这种人工“神经元”又称“质子可编程电阻器”,采用的是一种名为“无机磷硅玻璃”(psg)的无机材料。它可以像数字神经网络一样执行运算。另外,这种无机材料与硅制造技术兼容,独特的兼容性使制造纳米级设备成为可能,并将促进其的商用化进程。
研究作者之一,麻省理工材料科学与工程系的教授bilge yildiz介绍,“该装置的工作机制是将最小的离子质子电化学插入绝缘氧化物中,以调节其电子导电性。因为我们正在使用非常薄的设备,我们可以通过使用强电场来加速这种离子的运动,并将这些离子设备推到纳秒级的运行状态。”
科学家称,这种人造突触有望模拟神经科学中推断的神经回路,并突触可塑性规则,超越深度神经网络。
该论文题为“nanosecond protonic programmable resistors for analog deep learning”,目前已经发表在国际学术顶刊《science》上。
前瞻经济学人app资讯组
论文原文:
https://www.science.org/doi/10.1126/science.abp8064
p17 q0
品牌、内容合作请点这里:
想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:
下载app
关注微信号
扫一扫下载app
与资深行业研究员/经济学家互动交流让您成为更懂趋势的人
咨询专线:400-068-7188
我要投稿
×