新发现为类脑计算机开辟了道路
长期以来，研究一直致力于开发与我们的大脑一样高效工作的类脑计算机。由哥德堡大学研究人员领导的一项研究首次成功地将记忆功能与同一组件中的计算功能结合起来。这一发现为更高效的技术开辟了道路。
近年来，计算机已经能够处理高级认知任务，例如语言和图像识别或展示超人的国际象棋技能，这在很大程度上要归功于人工智能 (AI)。但是，人类大脑在高效执行任务和高效能源方面的能力仍然是无与伦比的。
几十年来，寻找执行类似于大脑节能过程的计算的新方法一直是研究的主要目标。认知任务，如图像和语音识别，需要强大的计算机能力，而移动应用程序，尤其是移动电话、无人机和卫星，需要节能的解决方案。
重要突破
Åkerman 与 Tohoko 大学的一个研究团队合作，领导了一项研究，该研究现已朝着实现这一目标迈出了重要的一步。在这项现已发表在权威杂志《自然材料》杂志上的研究中，研究人员首次成功地将两种主要的高级计算工具联系起来：振荡器网络和忆阻器。
Åkerman 将振荡器描述为可以执行计算并且与人类神经细胞相当的振荡电路。忆阻器是可编程电阻器，也可以执行计算并具有集成存储器。这使它们可以与存储单元相媲美。将两者结合是研究人员的一项重大进步。
这是一个重要的突破，因为研究表明可以在同一组件中将记忆功能与计算功能结合起来。这些组件更像是大脑的节能神经网络，使它们成为未来更像大脑的计算机的重要组成部分。
实现节能技术
这一发现将在许多领域实现更快、更易于使用且能耗更低的技术。研究团队在极小的空间内成功生产了这些组件是一个巨大的优势：数百个组件可以放入一个相当于单个细菌的区域。这在移动电话等小型应用中尤为重要。
更节能的计算可能会为手机带来新的功能。一个例子是像 Siri 或谷歌这样的数字助理。今天，所有处理都由服务器完成，因为对于小尺寸的手机来说，计算需要太多的能量。如果计算可以在本地、实际手机上执行，则无需连接到服务器就可以更快、更轻松地完成。 获取更多前沿科技 研究进展 访问：https://byteclicks.com
关于研究领域
神经拟态计算是一个人工智能相关领域，试图模仿大脑的神经网络。该研究使用类似于人脑如何与周围世界整合的新算法方法来提供接近人类认知的能力。
底部的三个彩色层说明了一个振荡器，当与网络或链中的其他振荡器交互时，它可以执行不同类型的计算。在其上方可以看到带有红色和黑色顶部触点的半透明绝缘层。此顶部接触可用于控制绝缘体中的离子（深灰色球）如何定位自身，从而可以控制绝缘体的电阻。这是一个忆阻器，它为振荡器提供记忆。现在这两个功能已经首次集成在同一个组件中，每个振荡器，可以比作一个神经元，可以有自己的独立于其他的本地存储器。
你可能感兴趣的文章：
- 清华精仪系类脑计算团队在新型器件技术上取得进展
- SUTD研究人员为下一代人工智能系统设计一种超低功耗人工突触
- 一种新分子可以实现超快类脑计算机
- 研究人员发明可媲美脑计算的非线性新器件
- 新型类脑计算设备可模拟人类学习
- 深圳先进院固态电池及类脑人工突触研究获进展
- 宁波材料所实现全光控忆阻器
- 科学家开发新型类脑芯片朝着‘芯片上的大脑’迈出重要一步
- 清华大学团队首提“类脑计算完备性”概念
- 清华大学《自然电子》发表类脑计算芯片研究综述
- 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
