让人工智能学习、保留信息的方法
普渡大学的研究人员已经开发出一种方法，可以让计算机芯片重新布线，像大脑一样接收新数据，帮助人工智能(AI)随着时间的推移不断学习。
当人类的大脑学习新事物时，它就会适应。当人工智能(AI)学习新东西时，它往往会忘记已经学过的信息。随着公司使用越来越多的数据来改善人工智能识别图像、学习语言和执行其他复杂任务的方式，普渡大学的研究人员发现了一种计算机芯片可以动态重新布线的方法像大脑一样吸收新数据，帮助人工智能随着时间的推移不断学习。
“生物的大脑可以在其一生中不断学习。我们现在创造了一个人工平台，让机器在整个生命周期中学习。Shriram拉马纳坦他是普渡大学的教授材料工程学院他专门研究如何利用材料模拟大脑来提高计算能力。
不像大脑会不断地在神经元之间形成新的连接来进行学习，电脑芯片上的电路不会改变。一台机器已经使用多年的电路与最初在工厂为这台机器建造的电路没有任何不同。
这是一个让人工智能更加便携的问题，比如在太空中的自动驾驶汽车或机器人，它们必须在孤立的环境中自己做出决定。如果人工智能可以直接嵌入到硬件中而不是像人工智能一般只在软件上运行，这些机器将能够更有效地运行。
研究人员发现，一种可以按需重新编程的电子芯片可能会使人工智能像人脑一样更连续地学习。普渡大学Rebecca McElhoe提供
在这项研究中，Ramanathan和他的团队建造了一种新的硬件，可以通过电脉冲按需重新编程。拉马纳坦认为，这种适应性将使该设备具备构建受大脑启发的计算机所必需的所有功能。
Ramanathan说:“如果我们想要制造一台受大脑启发的计算机或机器，那么相应地，我们希望能够不断地编程、重新编程和改变芯片。”
以芯片的形式构建大脑
硬件是一个小的矩形装置，由一种叫做钙钛矿镍酸盐的材料制成，对氢非常敏感。通过施加不同电压的电脉冲，该设备可以在几纳秒内改变氢离子的浓度，从而创造出研究人员发现可以映射到大脑中相应功能的状态。
例如，当该装置的中心附近有更多的氢时，它就可以充当一个神经元，一个单一的神经细胞。由于该位置的氢气较少，该设备就充当了神经元之间的突触，这是大脑用来在复杂的神经回路中存储记忆的东西。
通过对实验数据的模拟，普渡大学团队在圣克拉拉大学和波特兰州立大学的合作者表明，该设备的内部物理为人工神经网络创建了一个动态结构，与静态网络相比，该网络能够更有效地识别心电图模式和数字。该神经网络使用“存储计算”，解释了大脑的不同部分是如何交流和传递信息的。
宾夕法尼亚州立大学的研究人员也在这项研究中证明，随着新问题的出现，动态网络可以“挑选”哪些电路最适合解决这些问题。
普渡大学材料工程学教授施拉姆·拉马纳坦(Shriram Ramanathan)正在研究将人工智能直接植入硬件的方法。普渡大学Rebecca McElhoe提供
由于该团队能够使用标准的半导体兼容制造技术来构建该设备，并在室温下操作该设备，Ramanathan认为这种技术可以很容易地被半导体行业采用。
“我们证明了这种设备非常坚固，”普渡大学材料工程博士生迈克尔·帕克(Michael Park)说。“在对设备编程超过一百万次循环后，所有功能的重新配置都是非常可重复的。”
研究人员正致力于在大规模测试芯片上演示这些概念，这些芯片将被用于构建受大脑启发的计算机。
-由Chris Vavra编辑，网页内容经理，控制工程， CFE媒体与技术，cvavra@cfemedia.com．
您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。
