美陆军研究实验室确定神经形态材料设计方法可进行类脑计算

过去几十年中,计算机处理能力有了突飞猛进的发展;然而,与人脑的复杂性和功能相比,即使是最先进的计算机也是比较初级的。美国陆军作战能力发展司令部陆军研究实验室的研究人员表示,这种情况可能会发生改变,因为他们正在努力设计人脑神经结构启发的计算机。作为与里海大学合作的一部分,美陆军研究人员确定了开发神经形态材料设计方法可进行类脑计算。

研究人员在2020年5月的《今日材料》杂志上发表了这项研究成果。

神经形态计算概念是一种内存解决方案,与传统晶体管相比,它有望将功耗降低几个数量级,并且适用于复杂的数据分类和处理。传统晶体管的功耗效率有限,是阻碍未来计算领域进步的根本技术短板。

过去10年进行的神经形态材料研究主要集中在理解二维材料的独特特性及其范德华多层结构。

该研究结果显示类脑计算的独特材料在电子应用中大有可为,同时也表明这些材料中独特界面为材料性能的设计提供了前所未有的机会。

在过去四年里,该团队专注于高性能电子应用材料性能设计。

该研究将这一材料设计扩展到基于范德华/有机金属混合系统和神经形态材料可重构特性设计中。神经形态计算使用类似于大脑认知过程的新计算模型来处理信息。

这项研究是开发具有独特功能特性的混合设备中的内存计算以整合到认知感觉设备中的重要踏脚石,并克服了重大技术挑战。

如果研究人员最终能够开发出一种能够像大脑相似行为的计算机,那对作战人员将是极为有用的。

像神经系统一样,神经形态计算将提供具有特殊能力的计算能力,如对损伤的鲁棒性、学习能力、对变化的适应性等。与当今计算模式相比,它将有可能将运行功率降低1000到100万倍。

美陆军研究实验室确定神经形态材料设计方法可进行类脑计算
在HfS2层状材料的可膨胀范德华间隙中动态嵌入多种有机金属,为重新配置材料的电性能和热性能提供了一个独特机会。

这种处理水平对于自动系统中的图像识别和一般的人工智能都是非常理想的。考虑到人工智能和自主系统在现代战争中的重要性,神经形态计算很可能是未来广泛的超前战斗能力的基石。

你可能感兴趣的文章:

上一篇:

下一篇:


标签