新型类脑晶体管在室温下进行高能效联想学习

研究人员从人类大脑中汲取灵感,开发出一种能够进行高层次思维的新型突触晶体管。

新型类脑晶体管在室温下进行高能效联想学习
类脑计算的艺术诠释。资料来源:Xiaodong Yan/美国西北大学

该设备由美国西北大学、波士顿学院和麻省理工学院(MIT)的研究人员设计,能像人脑一样同时处理和存储信息。在新的实验中,研究人员证明这种晶体管超越了简单的机器学习任务,能够对数据进行分类,并能进行联想学习。

尽管之前的研究利用类似的策略开发出了类似大脑的计算设备,但这些晶体管无法在低温环境下工作。相比之下,新设备在室温下也能稳定运行。它的运行速度也很快,能耗极低,即使断电也能保留存储的信息,因此非常适合实际应用。

这项题为 “具有室温神经形态功能的莫伊里突触晶体管 “的研究于12月20日发表在《自然》杂志上。

“西北大学的马克-赫萨姆(Mark C. Hersam)是这项研究的共同负责人。

“在数字计算机中,数据在微处理器和内存之间来回移动,这会消耗大量能量,并在尝试同时执行多项任务时造成瓶颈。另一方面,在大脑中,内存和信息处理位于同一位置并完全集成,因此能效要高出几个数量级。我们的突触晶体管同样实现了同时记忆和信息处理的功能,从而更忠实地模拟了大脑”。

赫萨姆是西北大学麦考密克工程学院材料科学与工程系的沃尔特-墨菲(Walter P. Murphy)教授。他还是材料科学与工程系主任、材料研究科学与工程中心主任和国际纳米技术研究所成员。赫萨姆与波士顿学院的马琼(Qiong Ma)和麻省理工学院的巴勃罗-哈里洛-埃雷罗(Pablo Jarillo-Herrero)共同领导了这项研究。

人工智能(AI)的最新进展促使研究人员开发出更像人脑一样运行的计算机。传统的数字计算系统拥有独立的处理和存储单元,导致数据密集型任务消耗大量能源。随着智能设备不断收集大量数据,研究人员正努力寻找新的方法来处理这些数据,同时又不会消耗越来越多的电能。

目前,忆阻器(或称 “memristor”)是最先进的技术,可以同时执行处理和存储功能。但是,忆阻器仍然存在开关能耗高的问题。

“赫萨姆说:”几十年来,电子技术的范式一直是用晶体管制造一切,并使用相同的硅架构。

“通过将越来越多的晶体管集成到集成电路中,我们已经取得了长足的进步。你不能否认这一策略的成功,但它的代价是高功耗,尤其是在当前的大数据时代,数字计算正朝着压倒电网的方向发展。我们必须重新思考计算硬件,尤其是人工智能和机器学习任务。” 

为了重新思考这一范式,赫萨姆和他的团队探索了摩尔纹物理学的新进展。摩尔纹是一种几何设计,当两个图案相互叠加时就会出现。当二维材料堆叠在一起时,就会产生单层材料所不具备的新特性。当这些层被扭曲形成摩尔纹图案时,电子特性前所未有的可调谐性就成为可能。

在新装置中,研究人员结合了两种不同类型的原子级薄材料:双层石墨烯和六方氮化硼。当叠加并有目的地扭曲时,这两种材料会形成摩尔纹。通过相对旋转一个层,研究人员可以在每个石墨烯层中实现不同的电子特性,即使它们之间只有原子尺度的距离。通过正确选择扭转方式,研究人员利用摩尔纹物理学在室温下实现了神经形态功能。

“赫萨姆说:”有了扭转作为新的设计参数,排列组合的数量是巨大的。”石墨烯和六方氮化硼在结构上非常相似,但又有足够的不同,因此能产生异常强烈的摩尔纹效应。

为了测试这种晶体管,赫萨姆和他的团队训练它识别相似但不完全相同的图案。2023 年早些时候,赫萨姆推出了一种新型纳米电子设备,能够以节能的方式对数据进行分析和分类,但他的新型突触晶体管将机器学习和人工智能向前推进了一步。

“赫萨姆说:”如果人工智能的目的是模仿人类思维,那么最低级的任务之一就是对数据进行分类,也就是简单地将数据分门别类。”我们的目标是推动人工智能技术向更高层次的思维方向发展。现实世界的条件往往比当前的人工智能算法所能处理的更为复杂,因此我们在更为复杂的条件下测试了我们的新设备,以验证其先进的能力。”

首先,研究人员向设备展示了一个图案:000(三个零连在一起)。然后,他们要求人工智能识别类似的图案,如 111 或 101。”赫萨姆解释说:”如果我们训练它检测000,然后给它111和101,它就会知道111比101更类似于000。”000和111并不完全相同,但都是连续的三位数字。识别这种相似性是一种更高层次的认知形式,被称为联想学习。

在实验中,新型突触晶体管成功地识别出了相似的模式,显示了它的联想记忆能力。即使研究人员抛出曲线球–比如给它不完整的图案–它仍然成功地展示了联想学习。

“赫萨姆说:”当前的人工智能很容易被混淆,这在某些情况下会造成重大问题。”试想一下,如果你正在使用一辆自动驾驶汽车,而天气状况恶化。车辆可能无法像人类驾驶员那样很好地解读更复杂的传感器数据。但即使我们给晶体管提供了不完美的输入,它仍然可以识别出正确的反应。

论文来源:

Mark Hersam:Moiré synaptic transistor with room-temperature neuromorphic functionality, Nature (2023).

具有室温神经形态功能的莫伊里突触晶体管,《自然》(2023 年)。

论文链接:

https://www.nature.com/articles/s41586-023-06791-1

原创文章,作者:Xaiat超级会员,如若转载,请注明出处:https://www.xaiat.com/%e6%96%b0%e5%9e%8b%e7%b1%bb%e8%84%91%e6%99%b6%e4%bd%93%e7%ae%a1%e5%9c%a8%e5%ae%a4%e6%b8%a9%e4%b8%8b%e8%bf%9b%e8%a1%8c%e9%ab%98%e8%83%bd%e6%95%88%e8%81%94%e6%83%b3%e5%ad%a6%e4%b9%a0/

(0)
Xaiat的头像Xaiat超级会员管理员
上一篇 2023年12月24日 09:24
下一篇 2023年12月26日 09:45

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

Xaiat 人工智能艾特 让人人更懂AI