人的大腦中約有1千億個神經元，其中一個可以在任意時間向其它數千個神經元發佈指令，其方式是通過神經元之間的突觸傳遞神經遞質。超過100萬億的神經遞質在大腦中負責調節神經元信號，使大腦以閃電般的速度進行識別、記憶或完成其它學習任務。
神經元通過突觸傳遞神經電信號的示意圖。
在“神經計算”這一新興領域的研究者們試圖設計出能像大腦那樣去工作的計算機芯片，或稱為“頭腦芯片”。這種“頭腦芯片”不是採用當今數字芯片的二進制計算方法，而是以互換信號的模擬方式工作，就像神經元以不同方式激活一樣，而激活的方式取決於流經突觸的離子的類型和數量。
這樣，神經芯片就可以如大腦般有效地進行數百萬的平行計算，而這在當今只有大型計算機組才能做得到。不過，這一人工智能技術的主要障礙存在於神經突觸，在硬件中製造突觸是一個非常棘手的挑戰。
近期，麻省理工學院的科學家們設計出了一種人工突觸，並能夠準確控制流經該突觸的電流強度，類似於離子在神經元之間的流動方式。該團隊用硅鍺製造了一個帶有人工突觸的小芯片，在模擬實驗過程中，研究者們發現，該芯片及其突觸可以識別手寫樣本，準確率為95%。這一研究結果發佈在《自然材料》期刊上，意味著學術界向研製用於模式識別和其它學習任務的便攜式、低功率神經芯片又邁進了一大步。
該項目負責人為MIT機械工程系、材料科學和工程系助理教授金姆，他也是MIT電子研究實驗室和微系統技術實驗室的主要研究員。金姆及同事對一個人工神經元網絡進行了計算機模擬，此網絡包含三層神經元，並由兩層人工突觸相連接。在模擬中，他們輸入了數萬個神經形態設計師們常用的手寫識別數據集樣本，結果發現，他們的神經元網絡硬件準確識別了95%的手寫樣本，而現存的計算程序軟件的準確率為97%。
目前該團隊正在製造一種能夠在現實中、而不是模擬中完成手寫識別任務的神經芯片。金姆表示，不僅是手寫識別，其團隊設計的人工突觸能夠用來製造出更小的、便攜式的神經網絡裝置，可以進行當前只有大型超級計算機才能完成的複雜計算。科學家們的最終目的，是想要研製出如手指甲大小的、卻能夠代替大型超級計算機的芯片。”
閱讀更多 書生家電 的文章
