人腦最不可取代的便是其綜合處理的能力。人腦被柔軟的球狀器官所包圍，這個器官大約含有一千億個神經(jīng)元。在任何特定的時刻，單個神經(jīng)元可以通過突觸（即神經(jīng)元之間的空間，突觸中可交換神經(jīng)遞質(zhì)）傳遞指令給數(shù)以千計的其它神經(jīng)元。

人腦中有總計超過 100 萬億的突觸介導(dǎo)大腦中的神經(jīng)元信號，在加強(qiáng)一些信號的同時也削弱一些其它信號，使大腦能夠以閃電般的速度識別模式（pattern），記住事實并執(zhí)行其它學(xué)習(xí)任務(wù)。

最近，麻省理工（MIT）的工程師設(shè)計了一種人造突觸，可以實現(xiàn)精確控制流過這種突觸的電流強(qiáng)度，即類似離子在神經(jīng)元之間的流動。

圖 | 從左至右：MIT研究員Scott H. Tan，Jeehwan Kim，和Shinhyun Choi。

該團(tuán)隊已經(jīng)制造了一個由硅鍺制成的人造突觸小芯片。在模擬仿真過程中，研究人員發(fā)現(xiàn)該芯片及其突觸可以識別手寫樣本，其識別準(zhǔn)確率達(dá)到 95%。

研究發(fā)表在《Nature Materials》上，這一成果也被認(rèn)為是邁向用于模式識別和其它學(xué)習(xí)任務(wù)的便攜式低功耗神經(jīng)形態(tài)芯片的重要一步。

團(tuán)隊最后的測試是探索如何執(zhí)行實際的學(xué)習(xí)任務(wù)，比如如何識別手寫樣本。研究人員認(rèn)為，這是神經(jīng)形態(tài)芯片的首次實際測試。該芯片由輸入／隱藏／輸出神經(jīng)元組成，每個神經(jīng)元經(jīng)由基于細(xì)絲的人造突觸連接到其他神經(jīng)元。

研究團(tuán)隊還運行了基于此芯片的人工神經(jīng)網(wǎng)絡(luò)計算機(jī)仿真模擬。他們以常用的手寫識別數(shù)據(jù)庫中的樣本作為仿真模擬測試的輸入樣品，在測試了成千上萬個樣本之后，他們發(fā)現(xiàn)，這一神經(jīng)網(wǎng)絡(luò)硬件系統(tǒng)的識別精度為 95%，而現(xiàn)有的軟件算法精度為 97%。

值得注意的是，這次的成果有望為近年涌現(xiàn)的一個新趨勢再添一把火，那就是計算能力從云端向終端遷移。目前我們看到的大多數(shù)AI計算，基本是在云端實現(xiàn)的，但是，這個方式正在日顯疲軟。拿自動駕駛為例，如果避險時AI必須將信息上傳至云端，由云端完成計算才能獲得處理結(jié)果，現(xiàn)實風(fēng)險是很大的。

因此，終端的計算能力對 AI 的重要性已經(jīng)得到了學(xué)界和業(yè)界的共同認(rèn)可，終端計算性能的提升也成為了萬眾追逐的目標(biāo)。一個更明顯的例子是 AI 手機(jī)。作為與個人生活場景的全天候連接的智能設(shè)備，AI 手機(jī)對于在終端運行 AI 計算的需求正在變得更加多元化，例如語音、圖像、視頻處理等等。但是，作為移動設(shè)備，AI 手機(jī)所能攜帶的計算資源有限。

麻省理工團(tuán)隊成果的重要價值正體現(xiàn)在這里。他們的人造突觸設(shè)計能實現(xiàn)更小體積的便攜式神經(jīng)網(wǎng)絡(luò)設(shè)備，這些便攜式神經(jīng)網(wǎng)絡(luò)設(shè)備未來將可以完成目前只有大型超級計算機(jī)能完成的復(fù)雜計算，輔助AI能夠迅猛發(fā)展。