據(jù)IEEE報道，一項研究發(fā)現(xiàn)，其推出的人工神經(jīng)元（New artificial versions of the neurons and synapses）和突觸比人腦的神經(jīng)元小 1000 倍，比生物突觸快至少 10000 倍。

研究人員表示，這些新設(shè)備可能有助于提高被稱為深度神經(jīng)網(wǎng)絡(luò)的日益普遍和強大的人工智能系統(tǒng)的學(xué)習(xí)速度。

在人工神經(jīng)網(wǎng)絡(luò)中，被稱為“神經(jīng)元”的電子元件被輸入數(shù)據(jù)并協(xié)同解決問題，例如識別圖像。神經(jīng)網(wǎng)絡(luò)反復(fù)調(diào)整其 ersatz 神經(jīng)元之間的聯(lián)系，并查看由此產(chǎn)生的行為模式是否更適合找到解決方案。隨著時間的推移，網(wǎng)絡(luò)會發(fā)現(xiàn)哪些模式最適合計算結(jié)果。然后它采用這些作為默認值，模仿人腦中的學(xué)習(xí)過程。

如果一個神經(jīng)網(wǎng)絡(luò)擁有多層神經(jīng)元，它就被稱為“深度” 。深度神經(jīng)網(wǎng)絡(luò)越來越多地用于分析醫(yī)學(xué)掃描、設(shè)計微芯片、預(yù)測蛋白質(zhì)如何折疊和增強自動駕駛汽車等應(yīng)用。

動物的思維速度通常被限制在幾毫秒內(nèi)——受到神經(jīng)信號在其中混洗的微弱電壓和含水介質(zhì)的限制。然而，人造的固態(tài)神經(jīng)元和突觸并沒有受到這些限制的限制。

訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)所需的時間、精力和金錢正在飆升。研究人員正在尋求幫助克服這一挑戰(zhàn)的一種方法是在模擬大腦的硬件而不是傳統(tǒng)計算機上訓(xùn)練模擬大腦的深度神經(jīng)網(wǎng)絡(luò)，這種策略稱為模擬深度學(xué)習(xí)。

正如晶體管是數(shù)字計算機的核心元件一樣，類似神經(jīng)元和突觸的組件也是模擬深度學(xué)習(xí)的關(guān)鍵組成部分。在這項新研究中，研究人員對稱為可編程電阻器的人工突觸進行了實驗。

新的可編程電阻器類似于憶阻器或存儲電阻器。這兩種設(shè)備本質(zhì)上都是電子開關(guān)，可以記住關(guān)閉電源后切換到的狀態(tài)。因此，它們類似于突觸，其導(dǎo)電性取決于過去通過它們的電荷量而增強或減弱。該研究的主要作者、麻省理工學(xué)院電氣工程師Murat Onen說，憶阻器是兩端器件，而新的可編程電阻器是三端器件。

研究小組的可編程電阻器通過移動質(zhì)子來增加或減少它們的電導(dǎo)率。為了增加電導(dǎo)，電場有助于將質(zhì)子插入設(shè)備中。為了降低電導(dǎo)，質(zhì)子被取出。

這些質(zhì)子可編程電阻器使用類似于電池中的電解質(zhì)來讓質(zhì)子通過，同時阻擋電子。他們的電解質(zhì)是磷硅酸鹽玻璃，研究人員懷疑這種玻璃在室溫下具有高質(zhì)子傳導(dǎo)性。這種玻璃容納了許多用于質(zhì)子傳輸?shù)募{米級孔隙，并且還可以承受非常強的脈沖電場以幫助質(zhì)子快速移動。

與早期版本的設(shè)備中使用的有機Nafion電解質(zhì)不同，磷硅酸鹽與硅制造技術(shù)兼容。這有助于將設(shè)備“一直縮小到 10 納米規(guī)?！保琌nen 說。相比之下，生物神經(jīng)元大約長 1000 倍。

生物神經(jīng)元和突觸處理和傳輸數(shù)據(jù)的速度受到弱電壓和這些信號在其中混洗的水介質(zhì)的限制。任何超過 1.23 伏的電壓都會導(dǎo)致液態(tài)水分解成氫氣和氧氣。因此，動物的思維速度通常限于毫秒時間尺度。相比之下，人造固態(tài)神經(jīng)元和突觸不受這些限制的限制。然而，尚不清楚它們與生物學(xué)對應(yīng)物相比有多快。

在實驗中，科學(xué)家們發(fā)現(xiàn)他們的質(zhì)子可編程電阻器在室溫下的執(zhí)行速度至少比生物突觸快 10，000 倍?！白盍钊梭@訝的部分是看看我們在固體介質(zhì)中移動質(zhì)子的速度有多快，”O(jiān)nen說?！耙郧暗牟僮鲿r間尺度大約是毫秒，而在這項工作中，我們達到了納秒。”

此外，這些設(shè)備可以運行數(shù)百萬次循環(huán)而不會發(fā)生故障。此外，它們在計算過程中產(chǎn)生的熱量與人類突觸相當——磷硅玻璃的絕緣特性意味著當質(zhì)子移動時幾乎沒有電流通過該材料，從而使這些小工具非常節(jié)能。

“主要的技術(shù)含義是我們現(xiàn)在可以擁有用于模擬深度學(xué)習(xí)應(yīng)用的質(zhì)子可編程設(shè)備，”O(jiān)nen 說。“與競爭技術(shù)相比，此類設(shè)備的前身已經(jīng)具有許多有前途的品質(zhì)，但速度非常慢，這意味著它們不適合在處理器中使用。”

此外，Onen 說，“無論何時需要快速離子運動，例如微型電池、燃料電池、人工光合作用和電致變色，固體中超快離子傳輸?shù)陌l(fā)現(xiàn)可能具有比模擬深度學(xué)習(xí)更廣泛的意義?！?/p>