靈感來自大腦的電子系統可以大大減少AI的碳足跡

UCL研究人員的一項研究發現了一種提高大腦靈感的計算系統的準確性的方法之后，如今，極其節能的人工智能現在已接近現實。

該系統使用憶阻器創建人工神經網絡，其能源效率比傳統的基于晶體管的AI硬件至少高出1000倍，但迄今為止更容易出錯。

現有的AI極其耗能-訓練一個AI模型可以產生284噸二氧化碳，相當于五輛汽車的終身排放量。用憶阻器代替構成所有數字設備的晶體管，這是一種始于2008年的新型電子設備，可以將其減少到一噸二氧化碳的一小部分，相當于下午開車時產生的排放。

由于憶阻器比現有的計算系統具有更高的能源效率，因此它們有可能將大量的計算能力打包到手持式設備中，從而無需連接到Internet。

這一點尤其重要，因為由于數據需求不斷增加以及數據傳輸容量超過一定點的困難，預計將來對Internet的過度依賴將成為問題。

在發表在《自然通訊》上的這項新研究中，UCL的工程師發現，通過使憶阻器在神經網絡的幾個子組中協同工作并平均其計算，可以大大提高準確性，這意味著可以消除每個網絡中的缺陷。出來。

憶阻器被描述為“具有記憶的電阻器”，因為他們記得即使在關閉電源后流經它們的電荷量，在十多年前首次制造時也被認為具有革命性，是電子產品中的“缺失環節”電阻，電容和電感。自那時以來，它們已經在存儲設備中進行了商業生產，但是研究小組表示，它們可以在未來三年內用于開發AI系統。

憶阻器不僅極大地提高了效率，因為它們不僅以1和0的二進制代碼運行，而且同時以0和1之間的多個級別運行，這意味著可以將更多信息打包到每個位中。

此外，憶阻器通常被描述為一種神經形態的(大腦啟發性的)