今天的科学社区正在努力制定更复杂的人工智能系统。称为神经网络，人工智能系统的类型是以某种方式设计的，以模仿大脑的接线，并用于自然语言处理和计算机视觉等任务。
同时，使用最先进的半导体电路模拟神经网络需要高功耗和大量存储器。为了解决这个问题，麻省理工学院的一支球队迈出了迈拓来制定替代制度。该系统使用模拟大脑流程的物理，模拟设备更有效地进行模拟。
神经网络努力模拟技术学习发生在大脑中。这是基于逐渐积聚或削弱了名为突触的神经元之间的连接。该物理网络的核心元件是电阻开关 - 可以电动控制的电子电导。神经网络的调制模拟了大脑中突触的累积和弱化。
新的人工智能系统节能，更接近模仿突触
另一方面，使用传统的硅微芯片技术的突触模拟是一种高度能量密集的过程。188体育投注登录同时，近年来，研究人员一直在努力提高效率和促进雄心勃勃的神经网络目标。在此目的中，研究人员一直在探索多种物理设备，这些设备可以在学习和遗忘期间逐渐积聚和削弱的方式更加密切地模仿突触。
在这项努力中，模拟电阻器件，大多使用到目前为止用于模拟突触尚未提供可行的。这是因为是因为从一个设备到另一个设备或在两个周期之间是非常低效的或不一致的性能。
“新系统克服了这些挑战，”研究人员说。
