比起人類大腦中的突觸，這種人工突觸的運作速度可以快 100 萬倍
雖然我們還沒有很接近以任何人造的東西，來複製人類大腦的複雜度，科學家正靠著某些專業設備來達成進展，例如一個新研發的、可程式控制的電阻器。
嶄新發展
在人工智慧（artificial intelligence，AI）系統中，根據設計來模仿人類大腦的結構，電阻器能夠被用來組成類比神經網路。
這項最新的設備，相較於將神經元連接起來的大腦突觸，處理資訊的速度快了大約 100 萬倍。
尤其，這個人工突觸是試圖要用在類比深度學習，也就是改善 AI 的速度並且減少能量消耗的方法上的。這對於可負擔性、以及地球上自然資源的需求而言是很重要的。
運用新材料
在這個最新的電阻器中，達到重大改善的關鍵是在於使用一種特別選出且具有效率的無機材料。在這項計畫背後的研究團隊說，AI 神經網路學習速度的提升將會是主要的。
麻省理工學院（Massachusetts Institute of Technology，MIT）的電腦科學家穆拉特·奧南（Murat Onen）研究員說：「一旦你有類比處理器，你就不會需要訓練每個其他人都在研究中的網路了。你會訓練具有史無前例複雜性、沒有其他人可以承擔的網路，而這也因此表現大幅超過他們所有人。換句話說，這不是一台比較快的車而已，而是一艘太空梭。」
這種所提到的無機材料是以磷矽酸鹽玻璃（phosphosilicate glass，PSG，添加了磷的二氧化矽）為主。PSG 被使用為電阻器當中的固體電解質。當對設備提供 10 伏特的脈充時，其奈米大小的孔隙讓質
更佳的是，可以使用部署來製造矽電路的相同製造技術，來製造 PSG。這應該能使得將 PSG 整合入現有的製程中變得更為容易，而不需要增加太多成本。
速度上的突破
在大腦中，突觸會被強化或者弱化，來控制訊號及其他資訊的流量。在此，控制質子的運動，來影響電導具有相同的效果。它很快、很可靠、且都能夠在室溫之下運作，使得它也更為實際。
奧南研究員說：「速度的確是很驚人。通常，我們不會在設備間施加如此極端的場，為了是不要將它們變成灰燼。然而最終，質子們是以極速穿梭過設備疊層。具體來說，相較於我們過去有過的設備，速度快了 100 萬倍。而且，由於質子的小尺寸與低質量，這個運動不會損壞任何東西。它就幾乎很像遠距傳輸。」
這裡，這項大幅的潛力是為了更快的、使用較少能源的 AI 訓練。為了創造一個可運作的神經網路，電阻器會以西洋棋盤風格陣列的方式堆疊在一起，能夠以並聯方式運作來改善速度。
未來目標
至於下一步，研究人員必須取用從研發這種電阻器所學到的東西，並調整它，如此一來才能更大規模地進行生產。這並不會很容易，但是研究團隊有信心能夠做到。
最終結果會見於執行下列任務的 AI 系統中，例如辨識影像中有什麼的系統、或者是處理自然聲音指令的系統。任何 AI 必須要藉由分析巨量數據來學習的東西都可能會改善。這會延伸到像是自動車、以及醫療影像分析等領域。
進一步的研究能夠讓電阻器被嵌入在實際系統中，且能夠克服可能的表現瓶頸，這個瓶頸目前會限制所能夠施加的電壓。
MIT 的電腦科學家暨研究作者荷蘇斯·德拉莫教授（Jesús del Alamo）說：「向前進的路仍然會非常的具挑戰性，但同時也很令人興奮。」
更多科學與科技新聞都可以直接上 明日科學網站 http://www.tomorrowsci.com
參考資料：
- Nield, D., (2022, August 12). This Artificial Synapse Can Run a Million Times Faster Than Ones in The Human Brain. ScienceAlert
- Onen, M. et al., (2022, July 28). Nanosecond protonic programmable resistors for analog deep learning. Science. DOI: 10.1126/science.abp8064
- 圖片來源：https://www.sciencealert.com/this-artificial-synapse-can-run-a-million-times-faster-than-ones-in-the-human-brain（圖：Ella Maru Studio/Murat Onen）
