2018年2月23日

超越人腦計算能力的人工神經元誕生

(Unsplash)

隨人工智能軟體的快速發展,其能力已超乎人類想像,Google 自動化的相片分類及語言學習程序等演算法,皆使用人工神經元的網絡來完成這些複雜的過程。然而由於傳統電腦硬體並非以類人腦演算的目的設計,因此這種機械學習的計算能力需求較人腦大上許多。

《科學進展》( Science Advances)相關研究指出,以神經元為範本打造的超導計算晶片(superconducting computing chips),其資訊處理的速度與效能更勝人腦,這項先進的電腦裝置設計展現出模擬生物系統的標準。即使在商業上的使用仍有限制,卻也為機械自學軟體(machinelearn software)開啟另一扇窗。

美國國家標準技術研究院(NIST)物理學家史涅德(Michael Schneider)與其團隊,運用鈮(niobium)超導體研發出類神經電極(neuron-like electrodes),使導電過程暢行無阻,而為人詬病的超導體間縫隙則以奈米等級的磁性錳團(nanoclusters of magnetic manganese)填補,使其在任何電力或磁場大小下皆能針對資訊進行編碼,且耗能量僅人體的萬分之一。

該技術所產生的合成神經元在電腦模擬下,可在傳至下一個電極前整理高達9 個來源的輸入,唯該技術用於複雜計算前需要組織數百萬個突觸(synapse),能否擴展到這樣的水平還有待進一步追蹤觀察。



Michael Schneider et al., Ultralow power artificial synapses using nanotextured magnetic Josephson junctions, Science Advances, 2018.

沒有留言: