您的位置: 首页 >互联网 >

麻省理工学院的芯片上的大脑可以使人工智能更加便携

2020-06-10 15:14:44 编辑: 来源:
导读 在过去的几年里,我们在人工智能方面取得了相当大的进步,部分原因是由机器学习和神经网络驱动的消费产品越来越受欢迎。 然而,我们仍然远离有意识的Android的梦想或噩梦,因为AI,正如我们所知道的,它在很大程度上依赖于软件,这些软件必须运行在强大的硬件上,就像大橱柜一样大。 然而,麻省理工学院的工程师已经发明了一种新的设计,可以使人工大脑适合于更便携的设备,或者在未来,结构与人类头部的大小。 与

在过去的几年里,我们在人工智能方面取得了相当大的进步,部分原因是由机器学习和神经网络驱动的消费产品越来越受欢迎。 然而,我们仍然远离有意识的Android的梦想或噩梦,因为AI,正如我们所知道的,它在很大程度上依赖于软件,这些软件必须运行在强大的硬件上,就像大橱柜一样大。 然而,麻省理工学院的工程师已经发明了一种新的设计,可以使人工大脑适合于更便携的设备,或者在未来,结构与人类头部的大小。

与有机大脑的比较不仅仅是一个隐喻,因为这个新的“芯片上的大脑”更接近于模仿我们自己的大脑工作方式。 它不简单地使用只发送1(供电)和0(不供电)值的晶体管,而是使用模拟大脑突触的记忆器或记忆晶体管来传输,更重要的是,记住,更广泛的值范围取决于通过它的电荷。

记忆体不是新的,但它们的问题一直是大小和功率效率的问题。 电流设计需要一个最小电压将离子从记忆器的负极端传输到正端。 这反过来又需要一个相当大的通道,使整个芯片设计更大。 然后,挑战是找到一种材料,可以让离子通过一个薄而窄的传导通道,但仍然保持自己在一起,以实际登记电荷。

这些麻省理工学院的工程师转向冶金学,寻找一种能使负极与正银电极以这种方式连接的金属混合物。 他们想出的解决方案是一种银和铜的合金,使他们能够把成千上万的这样的记忆体塞进毫米方硅芯片中。

结果是非常有希望的,因为记忆器记住了它们接收到的初始电流,即使电压是随着时间的推移而调制的。 这实际上使芯片能够记住图像,例如,并且每次都不退化地复制完全相同的清晰图像。 工程师们的目标是构建既可移植又能超越现有的基于软件的人工突触网络的神经网络硬件。


免责声明:本文由用户上传,如有侵权请联系删除!

2016-2022 All Rights Reserved.平安财经网.复制必究 联系QQ280 715 8082   备案号:闽ICP备19027007号-6

本站除标明“本站原创”外所有信息均转载自互联网 版权归原作者所有。