导读:我们的新技术通过将多个组件和功能整合到一个平台中,从根本上提高了效率和准确性。
研究人员已经开发了人工智能技术,该技术将成像,处理,机器学习和内存集成在一个由光驱动的电子芯片中。
该原型通过模仿人脑处理视觉信息的方式来缩小人工智能技术。
纳米级的进步在单个电子设备中结合了驱动人工智能所需的核心软件和图像捕获硬件。
随着进一步的发展,这种光驱动的原型可以实现更智能,更小型的自主技术,例如无人机和机器人技术,以及智能可穿戴设备和仿生植入物,例如人造视网膜。
这项研究由 RMIT 大学领导的澳大利亚,美国和中国研究人员组成的国际团队发表在《先进材料》杂志上。
来自 RMIT 的首席研究员 Sumeet Walia 副教授说,该原型在一种功能强大的设备中提供了类似于大脑的功能。
“我们的新技术通过将多个组件和功能整合到一个平台中,从根本上提高了效率和准确性,”同时担任功能材料和微系统研究小组联合负责人的 Walia 说。
“这使我们更接近于受到自然界最伟大的计算创新 - 人脑启发的多功能人工智能设备。
“我们的目标是通过将视觉作为记忆来复制大脑学习的核心特征。
“我们开发的原型是朝着神经机器人学,更好的人机交互技术和可扩展的仿生系统发展的重大飞跃。”
整体结构: 推进人工智能
通常,人工智能严重依赖软件和异地数据处理。
新的原型旨在将电子硬件和智能集成在一起,以进行快速的现场决策。
“想象一下汽车中的行车记录仪,它集成了这种受神经启发的硬件–它可以识别灯光,信号,物体并做出即时决策,而无需连接到互联网,” Walia 说。
“通过将所有功能整合到一个芯片中,我们可以在自主和驱动的决策中提供前所未有的效率和速度。”
该技术基于 RMIT 团队的早期原型芯片,该原型芯片使用光来创建和修改内存。
新的内置功能意味着该芯片现在可以捕获并自动增强图像,对数字进行分类,并经过培训可以识别图案和图像,其准确率超过 90%。
该设备还易于与现有的电子技术和硅技术兼容,以便将来轻松集成。
发现了光:技术如何运作
该原型受到光遗传学的启发,光遗传学是生物技术中的新兴工具,它使科学家能够以极高的精度深入研究人体的电气系统,并利用光来操纵神经元。
芯片基于超薄材料 - 黑色磷 - 可响应不同波长的光而改变电阻。
诸如成像或存储器存储之类的不同功能是通过在芯片上照射不同颜色的光来实现的。
研究的主要作者,来自 RMIT 的 Tmur Ahmed 博士说,基于光的计算比现有技术更快,更准确并且所需的能源更少。
“通过将如此多的核心功能打包到一个紧凑的纳米级设备中,我们可以拓宽机器学习和集成到较小应用程序中的视野,” Ahmed 说。
“例如,将我们的芯片与人工视网膜一起使用,将使科学家能够使这一新兴技术小型化并提高仿生眼的准确性。
“我们的原型是朝着电子学的终极方向迈进的重要一步:就像我们一样,可以从周围环境中学习的片上大脑。”
这项工作是在 RMIT 的微纳米研究设施(MNRF)中部分完成的,并得到了 RMIT 显微镜和微分析研究设施(RMMF),澳大利亚国家计算基础设施(NCI),澳大利亚多模式科学成像和可视化环境(MASSIVE)的支持和 Pawsey 超级计算设施。
来自科罗拉多州立大学,东北师范大学和加利福尼亚大学伯克利分校的合作者发表了“分层黑磷中的完全光控记忆和神经形态计算”一书,发表在《先进材料》(DOI:10.1002 / adma.202004207)中。
人工智能芯片
芯片图
Sumeet-Walia-Tmur-Ahmed