如果人工智能的大脑

数字计算使得几乎所有形式的模拟计算早在1950年代以来的过时了。然而,有一个主要的例外,竞争对手最先进的数码设备的计算能力:人类的大脑。

人类的大脑是一个密集的神经元网络。每个神经元连接到成千上万的其他人,和他们使用突触信息不断来回。互相交换,大脑调节这些连接创建有效的途径直接回应周围的环境。数字计算机生活在这样一个世界的1和0。他们执行任务的顺序,每一个步骤的算法以一个固定的顺序。

从皮特的一个研究小组Swanson工程学院已经开发出一种“人工突触”处理信息不像数字计算机而是模仿人脑的模拟方法完成任务。由冯Xiong,电气和计算机工程助理教授,研究人员他们的研究结果发表在近期出版的《先进材料》杂志上。他的皮特的合作者包括穆罕默德Sharbati(第一作者),Yanhao Du,豪尔赫·托雷斯,诺兰Ardolino, Minhee云。

“大脑的自然和大规模并行模拟部分为什么人类能超越即使是最强大的计算机时高阶认知功能如语音识别、模式识别在复杂多样的数据集,”熊博士解释道。

一个新兴的行业,被称为“神经形态计算”侧重于计算硬件的设计灵感来自于人类的大脑。熊博士和他的团队建立了石墨烯人工神经突触的碳原子在一个二维蜂窝状配置。石墨烯的导电性能允许研究人员可以很好地调整其电导率,突触连接的强度或突触的重量。石墨烯突触展示优秀的能源效率,就像生物突触。

在最近的复苏的人工智能,计算机已经可以复制大脑在某些方面,但这需要大约12个数字设备来模拟一个模拟突触。人类的大脑有成百上千台的数以万亿计的突触传递信息,所以建设数字设备的大脑似乎是不可能的,或者至少,不是可伸缩。熊实验室的方法提供了一个可能的途径大规模人工神经网络的硬件实现。

根据熊博士,人工神经网络基于当前CMOS(互补金属氧化物半导体)技术将总是有限的功能在能源效率方面,可伸缩性和包装密度。“这是非常重要的我们开发新的突触电子设备的概念,在本质上是模拟的,节能的,可伸缩的、适合大规模集成,”他说。“我们的石墨烯突触似乎对这些要求检查所有盒子到目前为止。”

石墨烯固有的灵活性和良好的机械性能,这些石墨烯可以使用神经网络的灵活和可穿戴电子产品,使计算在互联网的“边缘”——计算设备如传感器接触物理世界。

”授权甚至在可穿戴电子产品和初级水平的智能传感器,我们可以跟踪我们的健康智能传感器,提供预防保健和及时诊断,监测植物生长和识别可能的害虫问题,规范和优化制造process-significantly提高整体生产力和生活质量在我们的社会中,“熊博士说。

人造大脑功能的发展像模拟人类大脑仍然需要大量的突破。研究人员需要找到正确的配置优化这些新的人工神经突触。他们需要让他们兼容数组的其他设备形成神经网络,他们需要确保所有的人工突触在大规模神经网络以完全相同的方式。尽管挑战,熊博士说,他是乐观的方向他们领导。

“我们很兴奋的进步,因为它可能会导致节能,神经形态运算的硬件实现,目前进行有限的GPU集群。人工突触的低功耗特性及其灵活的性质使它成为一个合适的候选人任何人工智能设备,这将彻底改变我们的生活,甚至比数字革命我们已经看到在过去的几十年里,“熊博士说。

这篇文章被转载材料提供的匹兹堡大学。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考:Sharbati, m . T。杜,Y。托雷斯,J。Ardolino: D。Yun, M。& Xiong, f(无日期)。低功耗,可调石墨烯电化学原理的突触神经形态计算。先进材料,0 (0),1802353。https://doi.org/10.1002/adma.201802353