在線時間
9:00~18:00
人的大腦能夠同時學習和記憶大量信息而又不需要太多能量的能力,很多研究機構(gòu)都希望制造出類似于大腦甚至超越大腦的計算機。
在人腦中,學習是由神經(jīng)元之間的連接(突觸)的增強和減弱而發(fā)生的。深度神經(jīng)網(wǎng)絡(luò)一直采用這種策略,實現(xiàn)模擬機器學習。
美國麻省理工學院近日開發(fā)出一種由無機材料制成的電阻器,它將人工模擬突觸的運行速度大大提高,比以前的版本快100萬倍,也比人腦中的突觸快約100萬倍。
這些可編程電阻器不僅提高了神經(jīng)網(wǎng)絡(luò)訓練的速度,同時也降低了執(zhí)行訓練所需的成本和能量,這可以幫助科學家更快地開發(fā)深度學習模型。
這一技術(shù)的關(guān)鍵元素是質(zhì)子可編程電阻器,這些電阻以納米為單位排列成陣列,就像棋盤一樣。
研究人員用無機磷硅玻璃(PSG)做可編程質(zhì)子電阻器的電解質(zhì)材料,PSG能夠?qū)崿F(xiàn)超快質(zhì)子運動,還可承受非常強的脈沖電場。只需向其施加更大的電壓,質(zhì)子的移動速度將倍增。
這項研究是電阻存儲器件的重大突破,現(xiàn)在研究人員已經(jīng)證明了這些可編程電阻器的有效性,后續(xù)研究人員將會對其重新設(shè)計并進行大批量產(chǎn),以應(yīng)用于自動駕駛汽車、安全檢測或醫(yī)學圖像分析等諸多領(lǐng)域。