1月26日，刊登自Science Advances雜志上的一篇研究報(bào)告中，來自美國國家標(biāo)準(zhǔn)與技術(shù)研究所的研究人員開發(fā)出了一種以神經(jīng)元為模型的超導(dǎo)計(jì)算芯片，相比人類大腦而言，其能夠更加高效快速地對(duì)信息進(jìn)行加工處理，這或許將成為科學(xué)家們開發(fā)先進(jìn)計(jì)算設(shè)備來設(shè)計(jì)模仿生物系統(tǒng)的一項(xiàng)主要基準(zhǔn)，盡管在其商用之前還存在許多障礙，但這項(xiàng)研究為更多自然機(jī)器學(xué)習(xí)軟件打開了一扇大門。

如今，人工智能軟件能夠越來越多地開始模仿人類大腦，而諸如谷歌公司的自動(dòng)圖像分類和語言學(xué)習(xí)程序等算法也能夠利用人工神經(jīng)元網(wǎng)絡(luò)來進(jìn)行復(fù)雜的任務(wù)，但因?yàn)槌Ｒ?guī)的計(jì)算機(jī)軟件不能被設(shè)計(jì)地運(yùn)行大腦一樣的算法，因此相比人類大腦而言，這些機(jī)器學(xué)習(xí)就需要更多的運(yùn)算能力。

物理學(xué)家Michael Schneider表示，肯定會(huì)有更好的方法，因?yàn)榇笞匀欢寄軌蛘业礁玫霓k法（意指人類起源），如今美國國家標(biāo)準(zhǔn)與技術(shù)研究所的研究團(tuán)隊(duì)正是其中一個(gè)研究團(tuán)隊(duì)，他們想通過研究開發(fā)能夠模擬人類大腦的神經(jīng)形態(tài)硬件（Neuromorphic Hardware），同時(shí)研究人員希望這種神經(jīng)形態(tài)硬件能夠更加有效地運(yùn)行大腦樣的軟件，在常規(guī)的電子系統(tǒng)中，晶體管常常會(huì)以一定的間隔和精確的數(shù)量來處理信息（二進(jìn)制數(shù)字0或1），但神經(jīng)形態(tài)硬件則能夠從多個(gè)來源積累少量的信息，并且改變這些信息使其產(chǎn)生一種不同類型的信號(hào)，并在需要的時(shí)候發(fā)射一股電力，就好像神經(jīng)元放電那樣，因此這種神經(jīng)形態(tài)硬件則會(huì)需要更少的能量來運(yùn)行。

“小心空隙”

然而這些設(shè)備如今還是無效的，尤其是在晶體管之間當(dāng)其跨越間隙或突觸來傳遞信息時(shí)，因此研究者Schneider的研究團(tuán)隊(duì)就利用鈮超導(dǎo)體制造出了神經(jīng)元樣的電極，其可以在無阻力的情況下進(jìn)行導(dǎo)電，隨后研究人員利用數(shù)千個(gè)磁性錳納米晶簇填補(bǔ)了超導(dǎo)體之間的空隙。

通過改變突觸中磁場(chǎng)的數(shù)量，這些納米晶簇就可以在不同方向上對(duì)齊，這就能夠在電力水平和磁性方向上促進(jìn)該系統(tǒng)對(duì)信息進(jìn)行編碼，從而就會(huì)賦予該系統(tǒng)比其它神經(jīng)系統(tǒng)更為強(qiáng)大的計(jì)算能力，同時(shí)還不會(huì)占據(jù)額外的物理空間。

這些突觸每秒可以放電10億次，其要比人類神經(jīng)元的速度快幾個(gè)數(shù)量級(jí)，同時(shí)該系統(tǒng)所消耗的能量僅為生物性突觸消耗能量的萬分之一；在計(jì)算機(jī)的模擬過程中，當(dāng)其傳遞到下一個(gè)電極之前，合成性的神經(jīng)元就能通過最多9個(gè)來源來核對(duì)輸入信息，但當(dāng)基于該技術(shù)的系統(tǒng)用于復(fù)雜計(jì)算之前，成千上萬個(gè)突觸就顯得非常必要了，研究人員表示，如今是否能夠擴(kuò)大到這個(gè)水平還有待于進(jìn)一步研究分析。

另外一個(gè)問題就是，該突觸只能在接近絕對(duì)零度的溫度下運(yùn)行，同時(shí)需要用液氮來冷卻，來自曼徹斯特大學(xué)的計(jì)算機(jī)工程師Steven Furber說道，這可能就會(huì)使芯片在小型設(shè)備中變得不再實(shí)用，盡管大型數(shù)據(jù)中心可能能夠?qū)ζ溥M(jìn)行維護(hù)；但研究者Schneider表示，相比操作一個(gè)具有相當(dāng)數(shù)量計(jì)算能力的傳統(tǒng)電子系統(tǒng)而言，對(duì)該設(shè)備進(jìn)行冷卻或許僅需要少量的能量。

替代方法

來自加州理工學(xué)院的電氣工程師Carver Mead贊揚(yáng)了這項(xiàng)研究，他把這項(xiàng)研究稱之為神經(jīng)形態(tài)計(jì)算的新方法，Carver Mead說道，目前在該領(lǐng)域中充滿了炒作，我們很高興能夠看到質(zhì)量工作能夠以客觀的方式呈現(xiàn)出來，他還補(bǔ)充道，在芯片用于真正計(jì)算之前或許還需要一段很長的時(shí)間，目前研究者們面臨著來自許多其它神經(jīng)形態(tài)計(jì)算設(shè)備的激烈競(jìng)爭和挑戰(zhàn)。

研究者Furber強(qiáng)調(diào)道，這種新型設(shè)備的實(shí)際應(yīng)用前景非常廣闊，同時(shí)這種設(shè)備技術(shù)也非常有趣，但如今我們還不能充分了解這些生物突觸的關(guān)鍵特性，也并不知道如何更加有效地利用它們，比如，目前我們面臨著很多需要解決的問題，即當(dāng)記憶形成過程中這些突觸如何重塑自己？這就使得研究人員很難在記憶存儲(chǔ)芯片中重新創(chuàng)建這個(gè)過程。

最后研究者表示，一種新型計(jì)算設(shè)備進(jìn)入市場(chǎng)需要10年甚至更長時(shí)間，盡管神經(jīng)科學(xué)家們很難理解人類的大腦，但他們非常有必要開發(fā)出盡可能多的不同的技術(shù)手段。