能够学习的人工神经突触 人造大脑已在地平线?

能够学习的人工神经突触 人造大脑已在地平线?

雷锋网消息,法国研究人员日前成功开发出能自主学习的人工神经突触,即 artificial synapse。他们还创建了物理模型,这对于开发更复杂的电路十分关键。研究成果在昨日发表于《Nature Communications》。

仿生学领域的一项重要目标,是模仿人脑——从大脑的机能与运转方式获取灵感,来设计更加智能的机器。这在信息学科应用广泛,用来处理成特定任务的算法,如图像识别,就受到仿生学的启发。但它们能耗巨大。

以 Vincent Garcia 为首的法国科研人员,近日在该领域取得了突破:在芯片上直接创制出能够学习的人工神经突触,以及能够解释其学习能力的物理模型。该研究为创造人工神经突触网络,因而开发出更快速高效的人工智能系统打开了一扇大门。

能够学习的人工神经突触 人造大脑已在地平线?

艺术家描绘的人工神经突触结构图

人脑的学习过程与神经突触紧密关联,后者起到连接神经元的作用。被激活的神经突触越多,其连接就会受到强化,学习得到提升。研究人员从这项机制获取灵感,来设计名为忆阻器( Memristor)的人工神经突触。该纳米电子原件,由两个电极,以及夹在它们之间的一层薄铁电物质(ferroelectric layer)组成。后者的电阻,可用类似于神经元电信号的电压脉冲来调整。若电阻低, 突触联系(synaptic connection)会很强;若电阻高,突触联系会较弱。让人工神经突触进行学习,完全是基于这项调整电阻的能力。

虽然,全世界有许多顶级实验室在研究人工神经突触,这些设备的工作原理在很大程度上仍是未知的。法国研究人员的主要贡献在于:首次开发出能预测人工神经突触如何工作的物理模型。借助该模型,创建更复杂的系统成为了可能,比如一系列与这些忆阻器相互连结的人工神经元。

雷锋网获知,作为欧盟 ULPEC H2020 研究项目的一部分,该发现将会用于在新型摄像头上进行实时轮廓识别:除非观察到视角变化,像素点会保持不活动状态。该数据处理过程的能耗更低,并能更快地检测选中的对象。雷锋网(公众号:雷锋网)了解到,参与该研究的学者来自于CNRS/Thales 物理学联合研究室,波尔多大学、巴黎第十一大学、埃夫里大学 以及美国阿肯色大学。

via sciencedaily

相关文章:

MIT重磅研究:基于人工神经网络,探索抑制神经元的生物学意义

雷锋网版权文章,未经授权禁止转载。详情见。


能够学习的人工神经突触 人造大脑已在地平线?

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/industrynews/79139.html

(0)
上一篇 2021年8月12日 06:12
下一篇 2021年8月12日 06:12

相关推荐

发表回复

登录后才能评论