研究职员用半导体原料乐成仿照了神经元

计较机芯片是人工智能（AI）的最重要方面之一。成果强盛的小片断是自动图像识此外基本，并部门认真教会呆板人怎样举办某些勾当，譬喻步行。跟着AI技能潜力的不绝增添，当今的计较机芯片必需既成果强盛又经济实惠，但这是很难完成的工作。

因为传统的微电子技能因为物理上的限定而只能举办最洪流平的优化，因此研究职员像往常一样转向人的大脑，以寻求怎样更有用地处理赏罚和存储信息的灵感。

德累斯顿家产大学和德累斯顿-罗斯森多夫Helmholtz-Zentrum（HZDR）的科学家们初次通过行使半导体原料乐成地仿照了大脑神经元的事变道理。这项研究颁发在《天然电子》杂志上。

我们知道，本日最常用于进步微电子学机能的技能是减小组件尺寸。在硅计较机芯片的环境下，这种减小产生在单个晶体管上。

但研究职员说：“这不行能无期限地举办，我们必要新的要领。”

为此他们着手模仿大脑并建设可以团结数据处理赏罚和数据存储的人工神经元。

“我们的团队在生物和化学电子传感器方面拥有富厚的履历，”个中一个研究者Barbara说。“因此，我们行使生物传感器道理模仿了神经元的特征，并修改了经典的场效应晶体管以建设人造神经元晶体管。”

这种要领应承在一个组件内同时举办存储和信息处理赏罚。在当今最常用的晶体管技能中，这两个进程是分隔的，从而导致处理赏罚时刻变慢和机能受到限定。

多年来，研究职员一向在研究基于人脑的计较机，可是许多都没有乐成。最初的实行涉及将神经细胞与皮氏作育皿中的电子装备相连，可是正如德累斯顿家产大学原料科学与纳米技能传授Gianaurelio Cuniberti所说的那样，“必需一向供入的湿计较机芯片是对任何人都没有效。”

但研究职员团队最终乐成实现了神经晶体管。

“我们将粘性物质（称为溶胶凝胶）应用于传统的带有电路的硅片。这种聚合物硬化并酿成多孔陶瓷，” Cuniberti说。离子在孔之间移动。它们比电子重，引发后返回其位置的速率更慢。这种耽误被称为磁滞征象，是导致存储效应的缘故起因。单个晶体管被鼓励得越多，它将越早打开并让电流活动。这增强了毗连。该体系正在进修。”

按照该团队的说法，与准确到最后一个小数的计较对比，该芯片的精度较低，而且会估算数学计较。

“可是他们会更智慧，”库尼贝蒂说。“譬喻，带有这种处理赏罚器的呆板人将学会走路或抓握；它会拥有一个光学体系，并学会辨认毗连。而这统统都无需开拓任何软件。”

这种计较机的另一个首要利益之一是可塑性，使其可以在运行时代举办变动和顺应。就像人的大脑一样，这意味着计较机最终也许会碰着并办理从未编程过的题目。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!