读者对类脑 AI 技术发表看法

快速阅读: 《科学在线新闻》消息，科学家研究类脑硬件、架构或算法的人工智能技术，使其更灵巧高效。传统AI需巨大资源存储与处理，而尖峰神经网络结合两者更高效。量子计算机与神经形态计算机技术不同，但或可互补。原文章中图片标识有误，部分文本需修正。

关于人工智能，自由撰稿人凯瑟琳·赫利克在《让人工智能更像你的大脑》一文中报道，科学家们正在研究具有类脑硬件、架构或算法的人工智能技术。这种神经形态人工智能可能比传统人工智能更加灵巧、高效且强大。

赫利克报道说，目前大多数人工智能运行在主流计算机上，这些计算机将存储和处理分开。一些新兴的神经形态技术，例如尖峰神经网络，将两者结合在一起。

这一概念让读者加里·波科尔尼想起了早期使用计算机的经历。“我使用的第一个电脑……是一台苹果IIe，我会插入一张软盘以加载文字处理指令，然后取出它并插入空白软盘保存我的工作，在写作过程中反复进行。”波科尔尼写道。这个个人化的类比帮助波科尔尼“理解为什么主流人工智能需要巨大的资源来进行存储和处理。虽然我对尖峰神经网络（结合两者）的想法难以完全理解，但觉得非常着迷。”因此，它们的工作方式更高效，也更接近我们的大脑。”

订阅我们的新闻简报，我们每周四总结科学突破。

神经形态专家的工作让读者琳达·费拉扎拉产生了共鸣。“与此同时，我不禁想到人类大脑是如何发育的，最初有过多的神经元和连接，随着大脑逐渐被修剪成更高效的配置，这些神经元和连接会慢慢减少，从出生前到成年。”

费拉扎拉想知道量子计算机是否可以适应神经形态计算系统。

量子计算机通过利用量子原理（如叠加，即亚原子粒子可以同时存在于多种状态；以及纠缠，即粒子之间的一种神秘联系）进行强大的计算。

麻省理工学院的计算机科学家丹妮拉·鲁斯表示，量子计算机和神经形态计算机是非常不同的技术。“我认为你不能直接将量子计算机改编为神经形态计算机，但我们或许能够用神经形态过程来控制量子计算机，”鲁斯说，“此外，‘量子力学的概念可能对设计新的神经形态计算机芯片有用’。”

田纳西州橡树岭国家实验室的计算机科学家普拉萨纳·戴特指出，量子计算机和神经形态计算机可以用于执行不同但互补的计算。“例如，量子计算机可以用来训练尖峰神经网络模型，这些模型会在神经形态计算机上部署，以实现节能、实时的机器学习计算。”

更正：在二月专题文章《阻挡冰川》中，开头的图片被错误地标识为思韦茨冰川。实际上，那张图片是派恩岛冰川。

在三月刊的《五年新冠疫情是否让我们为未来做好了准备？》一文中，第二段的最后一句缺少一个词。这句话应为：“那一年的最后一个月，美国有近17000人死于新冠肺炎。”

(以上内容均由Ai生成)