美國麻省理工學(xué)院研究人員組成的多學(xué)科團(tuán)隊正著手推動提高一種人工模擬突觸的速度極限。他們在制造過程中使用了一種實用的無機(jī)材料，使設(shè)備運(yùn)行速度比以前的版本快100萬倍，也比人腦中的突觸快約100萬倍。該研究近日發(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。與早期版本的設(shè)備中使用的材料不同，新材料與硅制造技術(shù)兼容。這一變化使制造納米級設(shè)備成為可能，并可能為集成到深度學(xué)習(xí)應(yīng)用的商業(yè)計算硬件鋪平道路。

該裝置的工作機(jī)制是將最小的離子—質(zhì)子通過電化學(xué)方式，插入絕緣氧化物中，以調(diào)節(jié)其電子導(dǎo)電性。因為研究使用非常薄的設(shè)備，因此可通過使用強(qiáng)電場來加速這種離子的運(yùn)動，并將這些離子設(shè)備推到納秒級的運(yùn)行狀態(tài)。

這一設(shè)備極大地提高了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，同時大大降低了執(zhí)行訓(xùn)練的成本和能量。這可幫助科學(xué)家更快地開發(fā)深度學(xué)習(xí)模型，然后將其應(yīng)用于自動駕駛汽車、欺詐檢測或醫(yī)學(xué)圖像分析等用途。研究人員描述稱，這不是一輛“更快的汽車”，而是一艘“宇宙飛船”。

這一技術(shù)的關(guān)鍵元素是質(zhì)子可編程電阻器，這些電阻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)元之間的連接(稱為突觸)的增強(qiáng)和減弱而發(fā)生的。深度神經(jīng)網(wǎng)絡(luò)長期以來一直采用這種策略，新處理器則利用增加和減少質(zhì)子電阻器的電導(dǎo)，實現(xiàn)模擬機(jī)器學(xué)習(xí)。

為了開發(fā)這種超快速且高能效的可編程質(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)。PSG能夠?qū)崿F(xiàn)超快質(zhì)子運(yùn)動，還可承受非常強(qiáng)的脈沖電場。這一點非常關(guān)鍵，因為向設(shè)備施加更多電壓，可使質(zhì)子以驚人的速度移動。

研究人員表示，因為質(zhì)子不會損壞材料，電阻器可運(yùn)行數(shù)百萬次循環(huán)而不會損壞。這種新的電解質(zhì)使可編程質(zhì)子電阻器的速度比以前的設(shè)備快100萬倍，并且可在室溫下有效運(yùn)行，這對于將其整合到計算硬件中非常重要。

【總編輯圈點】

人工智能領(lǐng)域的研究者看到這條新聞時，可能會眼前一亮。近年來，市場開發(fā)出的深度神經(jīng)網(wǎng)絡(luò)規(guī)模越來越大，神經(jīng)節(jié)點越來越多，參數(shù)也越來越復(fù)雜。這些都在推動人工智能變得更加“聰明”。但隨之而來的是，大型深度神經(jīng)網(wǎng)絡(luò)的搭建成本和訓(xùn)練成本十分高昂，能耗也不低。這對希望搭建自己的人工智能訓(xùn)練模型的創(chuàng)業(yè)公司或小微企業(yè)來說，并非利好。高能效質(zhì)子可編程電阻器可以提高人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度，同時降低訓(xùn)練的成本和能耗，人工智能的發(fā)展又多了一塊“鋪路石”。(記者張夢然)