一種以神經(jīng)元為模型的超導(dǎo)計算芯片，能比人腦更高效快速地加工處理信息。近日刊登于《科學(xué)進(jìn)展》的新成果，或許將成為科學(xué)家們開發(fā)先進(jìn)計算設(shè)備來設(shè)計模仿生物系統(tǒng)的一項主要基準(zhǔn)。盡管在其商用之前還存在許多障礙，但這項研究為更多自然機(jī)器學(xué)習(xí)軟件打開了一扇大門。

當(dāng)下，人工智能軟件越來越多地開始模仿人類大腦。而諸如谷歌公司的自動圖像分類和語言學(xué)習(xí)程序等算法也能夠利用人工神經(jīng)元網(wǎng)絡(luò)執(zhí)行復(fù)雜的任務(wù)。但因為常規(guī)的計算機(jī)軟件不能被設(shè)計運(yùn)行類似大腦的算法，因此相比人類大腦而言，這些機(jī)器學(xué)習(xí)就需要更高的運(yùn)算能力。

“肯定會有更好的方法來做這些，因為大自然都能夠找到更好的辦法?！痹撗芯亢献髡?、美國國家標(biāo)準(zhǔn)與技術(shù)研究所（NIST）物理學(xué)家Michael Schneider表示。

NIST是若干希望開發(fā)出能夠模擬人類大腦的神經(jīng)形態(tài)硬件，同時希望這種神經(jīng)形態(tài)硬件能更有效地運(yùn)行大腦樣軟件的團(tuán)隊之一。在常規(guī)的電子系統(tǒng)中，晶體管常常會以一定的間隔和精確的數(shù)量處理信息（二進(jìn)制數(shù)字0或1）。但神經(jīng)形態(tài)硬件則能夠從多個來源積累少量信息，并且改變這些信息使其產(chǎn)生一種不同類型的信號，并在需要的時候發(fā)射一股電流，就好像神經(jīng)元放電那樣。因此這種神經(jīng)形態(tài)硬件需要更少的能量運(yùn)行。

然而這些設(shè)備至今還是無效的，尤其當(dāng)晶體管需要跨越間隙或突觸來傳遞信息時，因此，Schneider團(tuán)隊利用鈮超導(dǎo)體制造出了神經(jīng)元樣的電極，其可以在無阻力的情況下進(jìn)行導(dǎo)電。隨后，研究人員利用數(shù)千個磁性錳納米晶簇填補(bǔ)超導(dǎo)體的空隙。

通過改變突觸中磁場的數(shù)量，這些納米晶簇就可以在不同方向上對齊。這就能讓該系統(tǒng)在電力水平和磁性方向上對信息進(jìn)行編碼，從而賦予該系統(tǒng)比其他神經(jīng)形態(tài)系統(tǒng)更強(qiáng)大的計算能力，同時不會占據(jù)額外的物理空間。

這些突觸每秒可以放電10億次，比人類神經(jīng)元的速度快幾個數(shù)量級，同時該系統(tǒng)消耗的能量僅為生物性突觸的萬分之一。在計算機(jī)模擬過程中，在傳遞到下一個電極之前，合成神經(jīng)元就能通過最多9個來源核對輸入信息。但當(dāng)基于該技術(shù)的系統(tǒng)用于復(fù)雜計算之前，需要成千上萬個突觸，Schneider表示，是否能夠擴(kuò)大到這個水平還有待進(jìn)一步研究分析。

另外一個問題是，該突觸只能在接近絕對零度的溫度下運(yùn)行，同時需要用液氮來冷卻。英國曼徹斯特大學(xué)計算機(jī)工程師Steven Furber指出，這可能就會使芯片在小型設(shè)備中變得不實用，盡管大型數(shù)據(jù)中心可能能夠?qū)ζ溥M(jìn)行維護(hù)。但Schneider表示，相比操作一個具有相當(dāng)數(shù)量計算能力的傳統(tǒng)電子系統(tǒng)而言，對該設(shè)備進(jìn)行冷卻或許需要更少能源。

美國加州理工學(xué)院電氣工程師Carver Mead贊揚(yáng)了這項研究，并將其稱之為神經(jīng)形態(tài)計算的新方法?！澳壳霸谠擃I(lǐng)域中充滿了炒作，我們很高興能夠看到精細(xì)工作能以客觀的方式呈現(xiàn)出來。”他說，但在芯片真正用于計算領(lǐng)域之前或許還需要一段很長的時間，而且，目前還存在來自許多其他神經(jīng)形態(tài)計算設(shè)備的激烈競爭和挑戰(zhàn)。

Furber還強(qiáng)調(diào)，這種新型設(shè)備的實際應(yīng)用前景非常廣闊?！斑@種設(shè)備技術(shù)也非常有趣，但如今我們還不能充分了解這些生物突觸的關(guān)鍵特性，也并不知道如何更加有效地利用它們?！彼f，例如，目前人們?nèi)杂性S多問題需要解決，即當(dāng)記憶形成過程中這些突觸如何重塑自己？這就使得研究人員很難在記憶存儲芯片中重建這個過程。

盡管如此，F(xiàn)urber表示，一種新型計算設(shè)備進(jìn)入市場需要10年甚至更長時間，即便神經(jīng)科學(xué)家很難理解人類大腦，但他們非常有必要開發(fā)出盡可能多的不同的技術(shù)手段。