人造神經元的計算速度比人腦更快

模擬神經元處理過程的計算系統可以使人工智慧更高效，以及，更類人化。

神經元在大腦中存儲和傳遞信息。圖片來源於：CNRI / SPL

2018年1月26日，《科學進展（Science Advances）》雜誌發表了一項研究成果：模擬神經元的超導計算晶元可以比人腦更快，更高效地處理信息。這一成果是開發用於模擬生物系統的高級計算設備的重要基準。雖然距離商業化應用仍有許多障礙，但可以為更多的自然機器學習軟體的開發提供方便。

人工智慧軟體越來越多地開始模擬大腦。很多演算法，諸如Google的圖像自動分類和語言學習程序等均使用人造神經元網路來執行複雜的任務。但是由於傳統的計算機硬體並不是為了運行類似於大腦的演算法而設計的，所以這些機器學習任務所需要的計算能力要比人腦大一個數量級。

美國國家標準與技術研究院(US National Institute ofStandards and Technology, NIST) 的物理學家Michael Schneider認為：「一定有更好的方法來做到這一點，因為大自然已經找到了一個更好的方法來做到這一點。」

>>>>模擬神經元及神經突觸

NIST是少數嘗試開發模擬人類大腦的「神經形態」硬體的機構之一，致力於在硬體上實現更有效地運行類似於大腦的軟體。在傳統的電子系統中，晶體管以固定的時間間隔和精確的二進位數字「 1或0」處理信息。但神經形態設備可以像生物神經元一樣，聚集多個來源的少量信息，加以改變，以產生不同類型的信號，並且只在需要時才發出電流。因此，神經形態設備只需要較少的能量來運行。

然而，這些設備在跨晶體管間隙或突觸進行信息傳輸時效率仍然非常低。因此Schneider的團隊製造出一種類似神經元的電極，其原材料為鈮超導體，這些電極在沒有電阻的情況下導電。並且用成千上萬個磁性納米團簇填補了超導體之間的空隙。

通過改變突觸中的磁場，磁性納米團簇可以在磁場作用下對齊指向不同的方向。這使得系統可以在電力水平和磁力方向兩個維度上對信息進行編碼，從而賦予其比其他神經形態系統更大的計算能力，而不佔用額外的物理空間。

人工突觸可以每秒放電10億次，這要比人類神經元快幾個數量級，但只使用萬分之一的生物突觸所使用的能量。

人工突觸與高速電探頭連接。來源於：NIST

在計算機模擬中，合成神經元可以彙集整理來自多達九個來源輸入信息，然後將其傳遞到下一個電極。但是Schneider表示，需要數百萬個突觸才能使基於該技術的系統用於複雜計算，而且是否有可能將其擴展到這個水平還有待觀察。

>>>>替代方案

來自加州理工學院的電氣工程師Carver Mead對這項研究表示稱讚，並把這項研究稱之為神經形態計算的新方法，Carver Mead表示：「目前在該領域中充滿了炒作，很高興能夠看到高質量工作以客觀的方式呈現出來。」但他還補充道，將晶元用於真正計算之前或許還需要一段很長的時間，目前研究者們面臨著來自許多其它神經形態計算設備的激烈競爭和挑戰。

Furber還強調，現在談該設備的實際應用還有點遙遠。「這種設備技術非常有趣，但是我們對生物突觸的關鍵性質以及如何有效地使用它們都沒有足夠地了解。」還有許多突出的問題需要解決，例如，關於突觸如何改造自己進而形成記憶的問題我們尚不了解，這也使我們難以在記憶-存儲晶元中重新創建該過程。

不過，Furber表示，一種新型計算設備需要10年甚至更長的時間才能進入市場，所以即使神經科學家對人類的大腦了解還不夠，但他們非常有必要開發出儘可能多的不同的技術手段。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！