來自麻省理工學(xué)院的多學(xué)科研究團(tuán)隊(duì)正在努力提高人工突觸的速度極限他們?cè)谥圃爝^程中使用了一種實(shí)用的無機(jī)材料，使得該設(shè)備的運(yùn)行速度比上一版本快100萬倍，比人腦中的突觸快約100萬倍這項(xiàng)研究最近發(fā)表在《科學(xué)》雜志上

麻省理工學(xué)院開發(fā)的這種無機(jī)材料使電阻器非常節(jié)能與早期設(shè)備中使用的材料不同，新材料與硅制造技術(shù)兼容這一變化使得制造納米級(jí)設(shè)備成為可能，并可能為集成到深度學(xué)習(xí)應(yīng)用中的商業(yè)計(jì)算硬件鋪平道路

該器件的工作機(jī)理是通過電化學(xué)方法將最小的離子——質(zhì)子插入絕緣氧化物中，調(diào)節(jié)其電子電導(dǎo)率因?yàn)檠芯坑玫氖欠浅１〉脑O(shè)備，所以有可能用強(qiáng)電場(chǎng)來加速這些離子的運(yùn)動(dòng)，把這些離子設(shè)備推到納秒級(jí)運(yùn)行

該設(shè)備大大提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，同時(shí)大大降低了訓(xùn)練的成本和精力這可以幫助科學(xué)家更快地開發(fā)深度學(xué)習(xí)模型，然后將其應(yīng)用于自動(dòng)駕駛汽車，欺詐檢測(cè)或醫(yī)學(xué)圖像分析研究人員將其描述為宇宙飛船，而不是更快的汽車

這項(xiàng)技術(shù)的關(guān)鍵元素是質(zhì)子可編程電阻器，它們以納米為單位排列成陣列，就像棋盤一樣。

在人腦中，學(xué)習(xí)是由于神經(jīng)元之間連接的加強(qiáng)和減弱而發(fā)生的深度神經(jīng)網(wǎng)絡(luò)長(zhǎng)期以來一直采用這種策略，新處理器通過增減質(zhì)子電阻的電導(dǎo)來實(shí)現(xiàn)模擬機(jī)器學(xué)習(xí)

為了開發(fā)這種超快速，高能效的可編程質(zhì)子電阻器，研究人員尋找了不同的電解質(zhì)材料——無機(jī)磷硅玻璃PSG可以實(shí)現(xiàn)超快質(zhì)子運(yùn)動(dòng)，可以承受非常強(qiáng)的脈沖電場(chǎng)這一點(diǎn)至關(guān)重要，因?yàn)榻o設(shè)備施加更大的電壓可以讓質(zhì)子以驚人的速度運(yùn)動(dòng)

研究人員表示，由于質(zhì)子不會(huì)損壞材料，電阻器可以運(yùn)行數(shù)百萬次而不會(huì)損壞這種新的電解質(zhì)使得可編程質(zhì)子電阻器的速度比以前的設(shè)備快100萬倍，并且它可以在室溫下有效工作，這對(duì)于它集成到計(jì)算硬件中非常重要

當(dāng)人工智能領(lǐng)域的研究人員看到這條新聞時(shí)，他們的眼睛可能會(huì)亮最近幾年來，市場(chǎng)開發(fā)的深度神經(jīng)網(wǎng)絡(luò)規(guī)模越來越大，神經(jīng)節(jié)點(diǎn)越來越多，參數(shù)越來越復(fù)雜這些都在推動(dòng)人工智能變得更加聰明但是大規(guī)模深度神經(jīng)網(wǎng)絡(luò)的構(gòu)建成本和訓(xùn)練成本都很高，能耗也不低這對(duì)于想要建立自己的人工智能培養(yǎng)模式的創(chuàng)業(yè)公司或者小微企業(yè)來說，并不是什么好事節(jié)能型質(zhì)子可編程電阻可以提高人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，同時(shí)降低訓(xùn)練成本和能耗人工智能的發(fā)展又增加了一塊鋪路石