人工智慧大躍進: 科學家創造出可以自動學習的人工突觸!

Comment is Closed

每個人的頭腦都有數十億個神經元和數兆個突觸(synapse),就某種程度上,由時間、環境和經驗塑造出來的神經組合,對每個人來說都是獨特的。

10717193_l

現在,研究人員從這個錯綜複雜的器官的內在運作得到靈感,開發出一種人工突觸。他們表示這種人工突觸能夠自動學習,甚至還做出裝置模型,被認為是創造更複雜電路的下一步。這項研究發表在自然通訊(Nature Communications)期刊

這個團隊創造出一個稱為憶阻器(memristor)的奈米級裝置,它的阻抗取決於之前接收到的電子訊號。憶阻器的想法不是新的,它在1970年代首先被概念化,隨後在2008年建造。然而,這項研究把它帶到下一個等級。

cp_ia_biomem_cnrs_image_web

文字圖像:藝術家印象中的電子突觸。 這些顆粒代表電子,他們的流動取決於鐵電域結構(ferroelectric domain structure)。© Sören Boyn / CNRS/Thales physics joint research unit.

憶阻器的想法是創造出大腦的神經元和突觸的電子等效物,生物「線路(wiring)」,能夠以驚人的效率來處理和儲存訊息。簡單地說,突觸是兩個神經細胞之間的連接點,根據到達的神經脈衝來打開或關閉。神經傳導物質(neurotransmitter)越過間隙,來傳遞脈衝到下一個神經元。每次穿越時,連接會變得更強大,然後效率更高。

artificial-intelligence-ai-machine-learning-brain-ss-1920

為了實現憶阻器的仿生版本(biomimetic version),一個超薄鐵電薄膜(ferroelectric film)被夾在兩個電極之間,它的阻抗能夠使用電壓脈衝來調整。因此,它的可塑性(改變和學習的能力)經由傳導來達成;低阻抗相當於堅固的突觸連接,而高阻抗符合弱連接。

推薦文章:  物理學家造出「負質量」的流體!

然後,這個團隊做出裝置的模型,而他們的「模擬顯示,鐵電奈米突觸陣列能夠自動學習,以一個可以預測的方式來識別出模式。在增強神經網路的效果上,開啟了朝向無人監督的學習的路徑。」

本質上,這項工作帶領我們更加接近朝向改善人工神經網路的學習和適應速度。人工智慧(Artificial intelligence,AI)系統在過去幾年有很多的發展,谷歌(Google)的DeepMindAlphaGo是當中最受歡迎的例子。

power-of-the-mind-singularity-0-poster

然而,大腦是極為聰明的機器,而我們離複製它的精密複雜還很遠。即使在你讀到這一點的時候,你的大腦神經元正在激烈地發出電子脈衝,並在不斷變化的結構中相互連接。這樣的效率,在人工大腦的創造是非常受歡迎的目標。

如同作者提到,我們正越來越接近人工智慧的未來:「在朝向未來大腦啟發的電腦的數十億個可靠和可預測的人造突觸(例如深層神經網路)的低功率硬體實施,這些結果正在為這鋪路。」

推薦文章:  人工智慧醫師要進醫院了,可讓病人與醫生的生活更容易

Hssszn讚新聞著作權聲明: 本網站之文字、圖片及影音,非經授權,不得轉載。

「語音合成由賽微科技提供」

來源:IFLScience