我们常常认为计算机比人类更有效率。毕竟，计算机可以在一瞬间完成一个复杂的数学方程式，也可以回忆起我们经常忘记的演员的名字。然而，人类的大脑可以快速、准确地处理复杂的信息层，而且几乎不需要任何能量输入:只看一次脸就能识别出一张脸，或者立即知道山和海的区别。
这些简单的人工任务需要大量的计算机处理和能量输入，即使这样，精度也各不相同。
用最少的能量需求创造出像大脑一样的计算机将会彻底改变现代生活的方方面面。节能神经形态计算量子材料(Q-MEEN-C)是一个由加州大学圣地亚哥分校领导的全国性联盟，一直处于这项研究的前沿。
加州大学圣地亚哥分校物理学助理教授亚历克斯Frañó是Q-MEEN-C的联合主任，他认为该中心的工作是分阶段进行的。在第一阶段，他与加州大学名誉校长兼物理学教授Robert Dynes以及罗格斯大学工程学教授Shriram Ramanathan密切合作。他们的团队一起成功地找到了在量子材料中创造或模仿单个大脑元素(如神经元或突触)特性的方法。
现在，在第二阶段，Q-MEEN-C发表在《纳米快报》上的新研究表明，在相邻电极之间传递的电刺激也可以影响非相邻电极。这一发现被称为非局部性，是通往模拟大脑功能的新型设备(即神经形态计算)之旅的一个重要里程碑。
“在大脑中，这些非局部的相互作用是名义上的——它们经常发生，而且只需要最小的努力，”该论文的合著者之一Frañó说。“这是大脑运作的关键部分，但在合成材料中复制的类似行为很少。”
就像许多正在取得成果的研究项目一样，测试量子材料中的非定域性是否可能的想法是在大流行期间产生的。物理实验室空间是封闭的，因此研究小组在包含多个设备的阵列上进行计算，以模拟大脑中的多个神经元和突触。在进行这些测试时，他们发现非定域性在理论上是可能的。
当实验室重新开放时，他们进一步完善了这个想法，并邀请了加州大学圣地亚哥分校雅各布斯工程学院的副教授杜伊古·库祖姆，他在电气和计算机工程方面的工作帮助他们把模拟变成了实际的设备。
这包括取一层镍酸盐薄膜——一种具有丰富电子特性的“量子材料”陶瓷——插入氢离子，然后在上面放置一个金属导体。一根电线连接在金属上，这样电信号就可以发送到镍酸盐上。信号使凝胶状的氢原子移动到特定的结构中，当信号被移除时，新的结构仍然存在。
“这基本上就是记忆的样子，”Frañó说。“设备会记住你扰乱了材料。现在你可以微调这些离子的去向，创造出更导电、更容易通电的途径。”
传统上，建立传输足够电力的网络来为笔记本电脑供电需要复杂的电路和连续的连接点，这既低效又昂贵。Q-MEEN-C的设计理念要简单得多，因为实验中的非局部行为意味着电路中的所有导线不必相互连接。想象一张蜘蛛网，其中一个部分的移动可以被整个蜘蛛网感觉到。
这与大脑的学习方式类似:不是以线性方式，而是以复杂的层次进行学习。每一次学习都会在大脑的多个区域建立联系，使我们不仅可以区分树和狗，还可以区分橡树和棕榈树，或者金毛猎犬和贵宾犬。
迄今为止，这些大脑执行得如此完美的模式识别任务，只能通过计算机软件来模拟。ChatGPT和Bard等人工智能程序使用复杂的算法来模拟思考和写作等基于大脑的活动。他们做得很好。但是如果没有相应的高级硬件支持，软件将在某一时刻达到极限。
Frañó渴望一场硬件革命，与目前发生在软件上的革命相媲美，并展示了在合成材料中重现非局部行为的可能性，使科学家们更近了一步。下一步将涉及创建更复杂的阵列，以更精细的配置使用更多的电极。
“在我们试图理解和模拟大脑功能的过程中，这是非常重要的一步，”Dynes说，他也是论文的合著者。“展示一个具有非局部相互作用的系统将使我们进一步研究大脑的思维方式。当然，我们的大脑比这复杂得多，但一个能够学习的物理系统必须是高度互动的，这是必要的第一步。我们现在可以在空间和时间上考虑更远距离的相干性。”
“人们普遍认为，为了让这项技术真正爆发，我们需要找到改进硬件的方法——一种可以与软件一起执行任务的物理机器，”Frañó表示。“下一阶段，我们将创造出高效的机器，这些机器的物理特性就是进行学习的机器。这将为我们在人工智能领域提供一个新的范例。”
本文来自作者[访客]投稿，不代表nslqa号立场，如若转载，请注明出处：https://m.nslqa.cn/cskp/202507-530.html
评论列表（4条）
我是nslqa号的签约作者“访客”！
希望本篇文章《量子材料展现出类似大脑功能的“非局部”特性》能对你有所帮助！
本站[nslqa号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：...