目前采用的人工智能技术都是以半导体集成电路为基础的传统框架,缺少了人脑的致密性和低功耗特征,而由单个固态器件实现突触作用可有望克服这一困局。
人工智能技术受最关注度越来越高,它能够模拟大脑信息处理的功能,快速执行图像识别、天气预报等复杂任务,但目前采用的人工智能技术都是以半导体集成电路为基础的传统框架,缺少了人脑的致密性和低功耗特征,而由单个固态器件实现突触作用可有望克服这一困局。
日本东北大学研究人员利用最新开发的由微尺度磁性材料构成的自旋电子器件开发了一种人工神经网络。研究所采用的自旋电子器件与传统电磁器件不同,它能够以模拟方式实现记忆仲裁价值在0和1之间的变化,因此可以执行人脑中由突触完成的学习功能。
利用开发的网络,研究人员测试了一次传统电脑不易实现的联想记忆操作。通过多次实验,研究人员证实了自旋电子器件具有一种学习能力,利用此能力所开发的人工神经网络能够像人类大脑一样,成功利用输入的嘈杂样本建立联想记忆模型。
此次概念演示有望开拓人工智能技术的新领域——利用紧凑尺寸器件同时实现快速处理能力和低功耗,这些功能可使人工智能技术实现广泛社会应用,例如图像/语音识别,可穿戴终端,传感器网络和护理机器人。