新型类脑晶体管在室温下实现高效联想学习

 4个月前     86  
新型类脑晶体管在室温下实现高效联想学习

文章目录

新型类脑晶体管在室温下实现高效联想学习

研究人员从人脑中获得灵感,开发了一种能够进行更高层次思考的新型突触晶体管

该设备由西北大学、波士顿学院和麻省理工学院的研究人员设计,与人脑一样,可以同时处理和存储信息。在新的实验中,研究人员证明,晶体管超越了简单的机器学习任务来对数据进行分类,并且能够执行联想学习

尽管之前的研究利用了类似的策略来开发类脑计算设备,但这些晶体管在低温之外无法工作。相比之下,这种新设备在室温下是稳定的。它的运行速度也很快,能耗很低,即使断电也能保留存储的信息,非常适合现实世界的应用

这项题为“具有室温神经形态功能的Moiré突触晶体管”的研究于12月20日发表在《自然》杂志上

西北大学的Mark C.Hersam是这项研究的共同负责人,他说:“大脑的结构与数字计算机有着根本不同。”

“在数字计算机中,数据在微处理器和存储器之间来回移动,这会消耗大量能量,并在试图同时执行多项任务时造成瓶颈。另一方面,在大脑中,存储器和信息处理位于同一位置并完全集成,从而使能效提高几个数量级。我们的突触晶体管也类似实现了并发的记忆和信息处理功能,以更忠实地模拟大脑。“

赫萨姆是沃尔特·p。Murphy西北大学麦考密克工程学院材料科学与工程教授。他还是材料科学与工程系主任、材料研究科学与工程中心主任和国际纳米技术研究所成员。Hersam与波士顿学院的马琼和麻省理工学院的Pablo Jarillo Herrero共同领导了这项研究

人工智能的最新进展促使研究人员开发出更像人脑的计算机。传统的数字计算系统具有独立的处理和存储单元,导致数据密集型任务消耗大量能量。随着智能设备不断收集大量数据,研究人员正争先恐后地寻找新的方法来处理这些数据,而不需要消耗越来越多的电力

目前,记忆电阻器或“忆阻器”是最发达的技术,可以执行组合处理和记忆功能。但忆阻器仍面临着能源成本高昂的切换问题

赫萨姆说:“几十年来,电子学的范式一直是用晶体管制造所有东西,并使用相同的硅架构。”

“通过简单地将越来越多的晶体管封装到集成电路中,已经取得了重大进展。你不能否认这一战略的成功,但它是以高功耗为代价的,尤其是在当前的大数据时代,数字计算正朝着压倒电网的方向发展。我们必须重新思考计算硬件,尤其是人工智能和机器学习任务。“

为了重新思考这一范式,Hersam和他的团队探索了莫尔图案物理学的新进展,莫尔图案是一种几何设计,当两个图案叠放在一起时就会出现。当二维材料堆叠时,新的特性就会出现,而不仅仅存在于一层中。当这些层被扭曲形成莫尔图案时f电子性质成为可能

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。当堆叠并有意扭曲时,材料会形成莫尔图案。通过使一层相对另一层旋转,研究人员可以在每个石墨烯层中实现不同的电子特性,即使它们仅以原子尺度的尺寸分开。通过正确选择扭曲,研究人员利用莫尔物理学在室温下实现神经形态功能

“扭曲作为一个新的设计参数,排列的数量是巨大的,”Hersam说。“石墨烯和六方氮化硼在结构上非常相似,但差异足以产生异常强烈的莫尔效应。”

为了测试晶体管,Hersam和他的团队训练它识别相似但不完全相同的模式。2023年早些时候,Hersam推出了一种新的纳米电子设备,能够以节能的方式分析和分类数据,但他的新突触晶体管使机器学习和人工智能又向前迈进了一步

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类似的模式,比如111或101。赫萨姆解释道:“如果我们训练它检测000,然后给它111和101,它就知道111与000比101更相似。”。“000和111并不完全相同,但都是连续的三个数字。识别相似性是一种更高级的认知形式,称为联想学习。”

在实验中,这种新型突触晶体管成功地识别了类似的模式,显示了其联想记忆。即使研究人员抛出曲球——比如给出不完整的模式——它仍然成功地展示了联想学习。

Hersam说:“当前的人工智能很容易混淆,在某些情况下会导致重大问题。”。“想象一下,如果你使用的是自动驾驶汽车,而天气状况恶化。汽车可能无法像人类驾驶员那样解释更复杂的传感器数据。但即使我们给晶体管提供了不完美的输入,它仍然可以识别出正确的响应。”

想要了解更多关于脑机接口技术的内容,请关注脑机网,我们将定期发布最新的研究成果和应用案例,让您第一时间了解脑机接口技术的最新进展。

版权声明:Robot 发表于 4个月前,共 1792 字。
转载请注明:新型类脑晶体管在室温下实现高效联想学习 | 脑机网

您可能感兴趣的

暂无评论

暂无评论...