陈根:如何让人工智能像人一样处理问题?

导读:文/陈根 人工智能是关于人脑的科学和科技。 事实上,人脑的本质,就是一个由神经元构成的网络。庞大的神经元网络组成了人脑的基本结构 :负责处理大部分思维活动的大脑、负责协调运动的小脑以及连接其中的脑干。 人工智能模拟人脑而诞生,比如,早期浅层神经...

文/陈根

人工智能是关于人脑的科学和科技。

事实上,人脑的本质,就是一个由神经元构成的网络。庞大的神经元网络组成了人脑的基本结构:负责处理大部分思维活动的大脑、负责协调运动的小脑以及连接其中的脑干。

人工智能模拟人脑而诞生,比如,早期浅层神经网络的结构一般表现为:多个输入层“神经元”负责接收并加工输入信息,之后它们将信息上传至数量较少的输出层“神经元”,经过综合加工后作出决策。于是,通过算法的演进,人工智能让机器在非标准环境中,综合记忆与环境信息,做出自主决策,解决问题

但另一方面,人脑也是人类最复杂的器官。在大脑中,神经元之间主要通过突触沟通,突触的强度(即沟通的效率)可由可塑性机制调控。科学家一直在尝试开发像大脑一样轻巧、节能且适应性强的人工智能(AI),但现有的人工突触仍无法在超低功率下有效模拟大脑的神经可塑性

现在,一项发表于《科学进展》的研究中,研究人员从人脑中获得灵感,工程师首次将准二维电子气(2DEG)引入了人工神经形态(neuromorphic)系统。

他们开发了氧化超晶格(oxide superlattice)纳米线,让电子能在纳米线提供的二维平面上自由移动,从而形成准2DEG,并以此构成了人工突触。当人工突触暴露在光线下时,氧化超晶格纳米线上的自由电子会与周围的氧分子反应,从而改变人工突触的导电性,模拟了大脑中的突触可塑性

特别值得一提的是,每次突触传递事件的能耗低于0.7飞焦耳(fJ),与大脑突触的能耗几乎持平。同时,该人工视觉系统可以同时以超低功率执行光检测,实现类脑处理和记忆功能。

此外,由于突触连接强度的动态变化,人工突触能够处理数据和识别模式,更加健壮、可塑和容错,因此对不确定性信息具有适应性。神经形态计算体系结构的所有这些特殊特性使它成为大脑启发的技术应用的极大兴趣,例如视觉信息处理,其中涉及大量的相互关联的并行数据。