斯坦福大学和桑迪亚国家实验室的研究人员设计了一系列人工突触，可以模拟大脑处理和存储信息的方式。
大脑只需要很少的能量就能够同时学习和记忆大量信息，这一能力激发了整个领域对类似大脑或神经形态的计算机的研究。此前，美国斯坦福大学和桑迪亚国家实验室的研究人员开发了这种计算机的一个部分：一种模拟神经元，充当人工突触的装置。
在4月25日发表在《科学》杂志网络版上的一篇论文中，该研究小组报告称，其中9台设备的原型阵列在处理速度、能源效率、再现性和耐用性方面的表现甚至超过了预期。展望未来，团队成员希望将他们的人工突触与传统的电子设备相结合，成为在小型设备上支持人工智能学习的一个步骤。
该团队的人造突触类似于电池，经过改造后，研究人员可以调节两个终端之间的电流。这种电流模拟了大脑学习的方式。这是一种特别有效的设计，因为数据处理和内存存储是在一个操作中完成的，而传统的方式则是先在计算机系统中处理数据，然后再转移到存储中。
观察这些设备在阵列中的表现至关重要，如果表现良好，它将允许研究人员同时对几个人工突触进行编程。这比一个接一个地为每个突触编写程序要省时的多，而且与大脑的实际工作方式相当。
在之前对该设备早期版本的测试中，研究人员发现，它们的处理和内存动作需要的能量约为最先进的计算系统执行特定任务所需能量的十分之一。尽管如此，研究人员仍然担心，所有这些设备在更大的阵列中一起工作可能会消耗太多的能量。因此，他们对每台设备进行了改造，使其传导的电流更少——这使得电池性能差得多，但却使阵列更加节能。
3×3阵列依赖于第二种类型的设备——由马萨诸塞大学阿姆赫斯特分校的Joshua Yang开发，这将作为阵列内突触编程的开关，
“把所有东西都连接起来需要很多电线并排除很多故障，我们必须确保所有的阵列组件协同工作，”Salleo实验室的博士后学者Armantas Melianas说。“但是当我们看到所有的东西都亮起来的时候，那简直太激动人心了。”
在测试过程中，该阵列的表现超出了研究人员的预期。它的运行速度如此之快，以至于研究小组预测，这些设备的下一个版本将需要用特殊的高速电子设备进行测试。在测试了3×3阵列的高能效后，研究人员对一个更大的1024×1024突触阵列进行了计算机模拟，估计它可以使用目前用于智能手机或小型无人机的电池供电。研究人员还能够将这些设备切换超过10亿次——这是对其速度的又一个证明——而没有发现其行为有任何退化。
“事实证明，如果处理得当，聚合物设备可以像传统硅材料一样具有弹性。在我看来，这可能是最令人惊讶的方面，它改变了我对这些聚合物设备可靠性、以及我们可能如何使用它们的看法。”
目前，研究人员还未提交确定该系统学习效果的阵列测试，目前他们正计划研究这方面。该团队还想看看他们的设备如何适应不同的环境——比如高温——并致力于将其与电子产品相结合。这项研究还有许多基本问题有待回答，这些问题可以帮助研究人员准确地理解为什么这套设备性能这么好。
Melianas说：“我们希望有更多的人开始研究这种类型的设备，因为关注这种特殊架构的团队并不多，但我们认为这是非常有前景的，而且还有很大的改进和创新空间，目前我们只触及了表面。”
科界原创
编译：花花
审稿：三水
责编：张梦
期刊来源：《科学》
期刊编号：0036-8075
原文链接：
https://techxplore.com/news/2019-04-fast-efficient-durable-artificial-synapse.html
版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。
