1月26日，刊登自Science Advances雜志上的一篇研究報告中，來自美國國家標準與技術(shù)研究所的研究人員開發(fā)出了一種以神經(jīng)元為模型的超導計算芯片，相比人類大腦而言，其能夠更加高效快速地對信息進行加工處理，這或許將成為科學家們開發(fā)先進計算設(shè)備來設(shè)計模仿生物系統(tǒng)的一項主要基準，盡管在其商用之前還存在許多障礙，但這項研究為更多自然機器學習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圖像分類和語言學習程序等算法也能夠利用人工神經(jīng)元網(wǎng)絡(luò)來進行復雜的任務(wù)，但因為常規(guī)的計算機軟件不能被設(shè)計地運行大腦一樣的算法，因此相比人類大腦而言，這些機器學習就需要更多的運算能力。

物理學家Michael Schneider表示，肯定會有更好的方法，因為大自然都能夠找到更好的辦法（意指人類起源），如今美國國家標準與技術(shù)研究所的研究團隊正是其中一個研究團隊，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），同時研究人員希望這種神經(jīng)形態(tài)硬件能夠更加有效地運行大腦樣的軟件，在常規(guī)的電子系統(tǒng)中，晶體管常常會以一定的間隔和精確的數(shù)量來處理信息（二進制數(shù)字0或1），但神經(jīng)形態(tài)硬件則能夠從多個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，并在需要的時候發(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)硬件則會需要更少的能量來運行。

“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其跨越間隙或突觸來傳遞信息時，因此研究者Schneider的研究團隊就利用鈮超導體制造出了神經(jīng)元樣的電極，其可以在無阻力的情況下進行導電，隨后研究人員利用數(shù)千個磁性錳納米晶簇填補了超導體之間的空隙。

通過改變突觸中磁場的數(shù)量，這些納米晶簇就可以在不同方向上對齊，這就能夠在電力水平和磁性方向上促進該系統(tǒng)對信息進行編碼，從而就會賦予該系統(tǒng)比其它神經(jīng)系統(tǒng)更為強大的計算能力，同時還不會占據(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)元的速度快幾個數(shù)量級，同時該系統(tǒng)所消耗的能量僅為生物性突觸消耗能量的萬分之一；在計算機的模擬過程中，當其傳遞到下一個電極之前，合成性的神經(jīng)元就能通過最多9個來源來核對輸入信息，但當基于該技術(shù)的系統(tǒng)用于復雜計算之前，成千上萬個突觸就顯得非常必要了，研究人員表示，如今是否能夠擴大到這個水平還有待于進一步研究分析。

另外一個問題就是，該突觸只能在接近絕對零度的溫度下運行，同時需要用液氮來冷卻，來自曼徹斯特大學的計算機工程師Steven Furber說道，這可能就會使芯片在小型設(shè)備中變得不再實用，盡管大型數(shù)據(jù)中心可能能夠?qū)ζ溥M行維護；但研究者Schneider表示，相比操作一個具有相當數(shù)量計算能力的傳統(tǒng)電子系統(tǒng)而言，對該設(shè)備進行冷卻或許僅需要少量的能量。

替代方法

來自加州理工學院的電氣工程師Carver Mead贊揚了這項研究，他把這項研究稱之為神經(jīng)形態(tài)計算的新方法，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，他還補充道，在芯片用于真正計算之前或許還需要一段很長的時間，目前研究者們面臨著來自許多其它神經(jīng)形態(tài)計算設(shè)備的激烈競爭和挑戰(zhàn)。

研究者Furber強調(diào)道，這種新型設(shè)備的實際應用前景非常廣闊，同時這種設(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芯片中重新創(chuàng)建這個過程。

最后研究者表示，一種新型計算設(shè)備進入市場需要10年甚至更長時間，盡管神經(jīng)科學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。