科学家研发仿真人造神经元，推动实现通用人工智能

快速阅读: 南加州大学科学家开发出使用离子基扩散忆阻器的人工神经元，模仿真实脑过程，提供巨大能量和尺寸优势，有望推动人工智能向人工通用智能发展。

创建人工智能的未来。图片提供者：Tim Sandle。

现代人工智能系统，从机器人手术到高频交易，都依赖于实时处理数据流。快速提取重要特征至关重要，但传统数字处理器正面临物理极限。传统电子设备无法再降低延迟或提高吞吐量，以满足当今数据密集型应用的需求。这意味着研究人员正在转向新的创新过程，探索可能实现人工通用智能（AGI）的方法。

像真实大脑一样思考的人工神经元可能会开启向真正智能机器迈进的下一步。这是南加州大学科学家们的结论，他们已经构建了使用离子基扩散忆阻器复制真实脑过程的人工神经元。

这些设备（神经形态计算）模仿神经元如何使用化学物质传输和处理信号，提供巨大的能量和尺寸优势。这项技术可能使基于硬件的学习系统实现类似大脑的功能，将人工智能转变为更接近自然智能的形式。

生物计算

与仅通过数学模型模拟脑活动的数字处理器或早期神经形态芯片不同，这些新神经元物理上重现了真实神经元的工作方式。就像自然脑活动由化学信号触发一样，这些人造结构通过实际的化学相互作用启动计算过程。这意味着它们不仅仅是符号表示，而是生物功能的具体再现。

研究人员开发了一种称为“扩散忆阻器”的装置。他们解释说，这些组件可能导致新一代芯片的诞生，既补充又增强传统的硅基电子产品。虽然硅系统依靠电子进行计算，扩散忆阻器则利用原子的运动，创造出更接近生物神经元传递信息的过程。

在研究中，研究人员使用嵌入氧化材料中的银离子产生模仿自然脑功能的电信号脉冲。这些功能包括学习、运动和规划等基本过程。选择银是因为它易于扩散并能提供模仿生物系统所需的动态特性，从而以非常简单的结构实现神经元的功能。

未来展望

扩散忆阻器在能源和尺寸方面都非常高效。这一进展可能使芯片尺寸缩小几个数量级，大幅降低能耗，并推动人工智能向实现人工通用智能迈进。

该研究发表在《自然电子学》杂志上，题目为“基于一个扩散忆阻器、一个晶体管和一个电阻的脉冲人工神经元”。

用于更节能计算的人工神经元

在相关研究中，马萨诸塞大学阿默斯特分校的科学家们使用细菌生长的蛋白质纳米线制造了低电压人工神经元，实现了与生物系统的直接通信。

研究人员表示，这一发现可能导致受生物启发的计算机和可穿戴电子设备不再需要耗电的放大器。未来的应用可能包括由汗液驱动的传感器或从空气中获取电力的设备。

(以上内容均由Ai生成)