跳到内容 跳到导航

Research & Ideas

站内搜索

模仿神经元的方式进行通信的设备

在计算系统中,此仿突触可能有助于模仿大脑的工作效率和学习能力。

brain neurons

或神经运动 - - 计算机上的方式脑一样的一个小步。 |插图由Kevin工艺

大脑的能力,同时需要很少的能量,激发了整个领域追求大脑样同时学习和记忆大量的信息 - 或神经运动 - 计算机。

手机赌博赌场研究人员和桑迪亚国家实验室 以前开发 这种计算机的一个部分:作为人造突触,模仿神经元在大脑的通信方式的装置。

通过科学杂志4月25日在线发表的一篇论文,该团队报告说,进行更好的处理速度,能源效率,可重复性和耐用性超过预期,这些设备的九个原型阵列。

展望未来,团队成员希望将自己的人工突触与传统的电子产品,他们希望可以对小型设备上支持人工智能学习了一步结合起来。

“如果你有一个存储系统,可以与我们提供的能源效率和速度学习,那么你可以把在智能手机或笔记本电脑,”说 斯科特·基恩论文的合着者,并在实验室的研究生 阿尔贝托salleo在手机赌博赌场材料科学与工程谁是共同资深作者教授。 “这将打开进入训练我们自己的网络和地方对我们自己的设备解决问题​​,而不依赖于数据传输这样做的能力。”

坏电池,一个很好的突触

球队的人工突触类似于电池,修改,使研究人员可以拨打向上或向下电的两个终端之间的流动。电力是流动模拟学习是如何在大脑中有线。这是一种特别有效的设计,因为数据处理和存储器存储在一个动作中发生,而不是在数据被首先处理,然后后来移动到存储更传统的计算机系统。

看到这些器件阵列中的表现如何是至关重要的一步,因为它可以让科学家几个人工突触同时编程。这是远不如耗时不必每个突触一个接一个程序,是媲美的脑子里却是如何工作的。

在该设备的早期版本之前的测试中,研究人员发现了他们的处理和存储操作要求十分之一左右尽可能多的能量状态的最先进的计算机系统,以执行特定任务的需要。尽管如此,研究人员担心,所有这些设备在较大的阵列一起工作的总和都可能被消耗太多功率。所以,他们改良后的每个设备传导更少的电流 - 这使他们更糟糕的电池,但使得阵列更节能。

的3×3阵列依赖于第二类型的设备的 - 由Joshua阳在马萨诸塞大学开发,阿默斯特,谁是纸的共同作者 - 充当用于阵列内编程突触的开关。

“连线一切行动花了很多的故障排除和大量电线。我们必须确保所有的阵列组件都是在演唱会的工作,”说 armantas melianas电脑玩什么游戏能挣钱 salleo实验室。 “但是,当我们看到一切都亮了起来,它像一个圣诞树。这是最激动人心的时刻“。

在测试过程中,阵列跑赢了研究人员的预期。它与该团队预计这些设备的下一个版本将需要特殊高速电子测试这样的速度进行。的3×3阵列中的测量高能量效率后,研究者遇到的较大1024逐1024突触阵列计算机模拟和估计它可以通过目前在智能手机或小无人驾驶飞机中使用的相同的电池供电。研究人员还能够在设备超过十亿次切换 - 另一个证明了它的速度 - 没有它的行为看不到任何下降。

“事实证明,聚合物装置,如果你好好对待他们,可作为由硅制成的传统同行的弹性。这是从也许我的观点是最令人惊讶的方面,” salleo说。 “对我来说,它改变了我如何看待这些聚合物装置在可靠性方面,我们如何能够使用它们。”

创意空间

电脑玩什么游戏能挣钱

“我们希望有更多的人会开始对这类设备的工作,因为没有很多团体专注于这个特殊的架构,但我们认为这是非常有前途的,” melianas说。 “还是有很多可以改进的空间和创造力。我们只能勉强碰了面。”