科學家成功研發能自行學習的「人工突觸」

(圖:io9)

人工智慧(AI)的發展,很大程度上都是基於模仿人類大腦的功能。在資訊科學的領域內,這些 AI 系統稱為人工神經網路(artificial neural network),利用演算法模擬大腦神經運作,能分析數據,學習識別語言和圖像。

最近,法國國家科學研究中心(CNRS)和波爾多大學的研究者成功研發了一種「人工突觸」,稱為憶阻器(memristor)。這突破有助於開發出更加高效快速,以及能自行學習的人工神經網路。相關成果發表在《自然·通訊》期刊上。

大腦突觸 vs 人工突觸

突觸是人腦神經元之間的聯繫。突觸激活越多,突觸聯繫越穩定,學習效果越好。

「人工突觸」憶阻器的運作原理非常相似。放置在兩個電極之間的鐵電薄層可以自發極化,通過電壓脈衝調節電阻。電阻低時,突觸聯繫增強;電阻高時,突觸聯繫減弱。其學習能力便取決於這個電阻範圍。

科學家發現,由人工突觸組成的陣列能自行學習,找出數據背後的規律。論文作者聲稱:「這研究為未來能夠自行學習的脈衝神經網絡技術開路。」

更好的 AI

AI 的功能日益進步,一些人工智慧系統過往無法完成的任務,如今已經實現。現在,AI 可以作曲、玩遊戲,戰勝人類對手、甚至在法庭內幫助法官進行判決

這些功能都有賴人工神經網路的學習能力,現在唯一的限制,就是 AI 的學習時間;AI 演算法必須讀取並分析大量數據,然後從中得出數據背後的規律。

「人工突觸」憶阻器正正可以提高這一過程的速度。研究員已成功建立了物理模型,預測其功能。接下來將繼續對其功能進行優化。

很快,AI 的學習能力將追上人類大腦,甚至超越我們。

 

參考資料:

  1. Boyn, S., Grollier, J., Lecerf, G., Xu, B., Locatelli, N., Fusil, S., . . . Garcia, V. (2017). Learning through ferroelectric domain dynamics in solid-state synapses. Nature Communications, 8, 14736.
舒超
明日科學編輯,科大生命科學學院研究生,目前努力畢業中。做實驗之餘,喜歡讀書寫字,學習語言。鐘情中國古典文學。希望有朝一日走遍天下,增廣見聞。