新發現為類腦計算機開辟了道路

長期以來，研究一直致力于開發與我們的大腦一樣高效工作的計算機。由哥德堡大學研究人員領導的一項研究首次成功地將記憶功能與同一組件中的計算功能結合起來。這一發現為更高效的技術開辟了道路，從手機到自動駕駛汽車，無所不包。

近年來，計算機已經能夠處理高級認知任務，例如語言和圖像識別或展示超人的國際象棋技能，這在很大程度上要歸功于人工智能 (AI)。同時，人類大腦在高效執行任務和高效能源方面的能力仍然是無與倫比的。

“幾十年來，尋找執行類似于大腦節能過程的計算的新方法一直是研究的主要目標。認知任務，如圖像和語音識別，需要強大的計算機能力，而移動應用程序，尤其是手機，無人機和衛星需要節能的解決方案，”哥德堡大學應用自旋電子學教授 Johan Åkerman 說。

重要突破

Åkerman 與 Tohoko 大學的一個研究團隊合作，領導了一項研究，該研究現已朝著實現這一目標邁出了重要的一步。在這項現已發表在《自然材料》雜志上的研究中，研究人員首次成功地將兩種主要的高級計算工具聯系起來：振蕩器網絡和憶阻器。

Åkerman 將振蕩器描述為可以執行計算并且與人類神經細胞相當的振蕩電路。憶阻器是可編程電阻器，也可以執行計算并具有集成存儲器。這使它們可以與存儲單元相媲美。將兩者結合是研究人員的一項重大進步。

“這是一個重要的突破，因為我們表明可以在同一組件中將記憶功能與計算功能結合起來。這些組件更像是大腦的節能神經網絡，使它們成為未來的重要組成部分，更像大腦的電腦。”

啟用節能技術

Johan Åkerman 表示，這一發現將在許多領域實現更快、更易于使用且能耗更低的技術。他認為，研究團隊在極小的占地面積內成功生產了這些組件是一個巨大的優勢：數百個組件可以放入一個相當于單個細菌的區域。這在移動電話等小型應用中尤為重要。

“更節能的計算可能會為手機帶來新功能。例如 Siri 或 Google 等數字助理。今天，所有處理都由服務器完成，因為對于小尺寸手機而言，計算需要太多能量。如果相反，計算可以在本地執行，在實際的手機上，它們可以更快、更容易地完成，而無需連接到服務器。”

他指出，自動駕駛汽車和無人機是更節能的計算可以推動發展的其他例子。

“執行認知計算的能源效率越高，應用就越多。這就是我們的研究真正有潛力推動該領域發展的原因。”