我们刚刚创造了一个人造突触，它可以自主学习
一组研究人员已经开发出能够自主学习的人工突触，并能大幅度提高人工神经网络学习的速度。
模仿大脑
人工智能的发展和进步在很大程度上归功于模仿人脑工作方式的技术。在信息技术的世界里，这样的人工智能系统被称为神经网络。训练算法是神经网络不可缺少的，训练算法用来模拟大脑的工作方式。识别语音和图像等等但是，运行人工神经网络消耗大量的时间和精力。
现在，来自法国国家科学研究中心在泰勒斯和埃弗里已经研究出来一种叫做记忆器的人工突触，它可以直接放在芯片上。这个人工突触为需要更少的时间和精力学习的智能系统铺平了道路，并且它可以自主学习。
在人类大脑中，突触起连接作用。神经元之间。这些突触被刺激的越多，连接就会得到加强，学习的速度包括记忆力也会越深刻。记忆器的工作方式类似。它是由一个薄薄的铁电层(可以是自发极化的)封闭在两个电极之间的。利用电压脉冲，它们的电阻可以被调节，就像生物神经元一样。当阻力低时，突触连接会很强，反之亦然。记忆器的学习能力是基于这种可调式电阻。
在人类大脑中，突触起连接作用。神经元之间。这些突触被刺激的越多，连接就会得到加强，学习的速度包括记忆力也会越深刻。记忆器的工作方式类似。它是由一个薄薄的铁电层(可以是自发极化的)封闭在两个电极之间的。利用电压脉冲，它们的电阻可以被调节，就像生物神经元一样。当阻力低时，突触连接会很强，反之亦然。记忆器的学习能力是基于这种可调式电阻。 更好的人工智能
在过去的几年里，虽然距离我们期望的目标还远，但是人工智能已经有了很大发展。用学习算法构建的神经网络现在能够执行合成系统以前无法完成的任务。例如，智能系统现在可以作曲, 玩游戏和打败人类玩家，人工智能甚至可以区分什么是合法的，什么是不合法的.
这都要归功于人工智能的学习能力，它唯一的限制是它所花费的时间和精力。使用记忆器，可以大大改善学习过程。关于记忆器的工作还在继续，特别是在探索优化其功能的方法方面。首先，研究人员成功地建立了一个物理模型，以帮助预测它是如何工作的。
很快，我们可能会有人工智能系统，它可以像我们的大脑一样学习--甚至超越人类大脑。
分享到:
閱讀更多 科學早知道 的文章
