納米晶體網路模型：為人工智慧器件研究奠定基礎！

導讀

最近，美國華盛頓大學聖路易斯分校的工程師在利用納米晶體網路進行人工智慧應用方面取得了令人矚目的進展。

關鍵字

人工智慧、神經網路、納米晶體

背景

如今，人工智慧（AI）作為一項備受世人關注的創新科技，發展潛力極為巨大。根據全球著名的市場調研機構 IDC 預測，人工智慧市場規模今年將達到1650億美元，2018年將達到2000億美元。

全球最著名的科技公司都紛紛加大了人工智慧的研發力度，無論是國內的百度、阿里、騰訊，還是國外的微軟、谷歌、臉書、英特爾、英偉達等科技巨頭，都投入了極大熱情，也展開了激烈的競爭。

科學界都在一直致力於研發晶元模仿人腦神經網路的功能。例如，筆者曾經在《新型憶阻器晶元：更適合機器學習和大數據！》和《新型神經網路晶元：由憶阻器構成，為人工智慧提速！》兩篇文章中介紹過的憶阻器晶元。

然而，這些晶元還遠遠不及人類大腦，因為人類大腦含有多達1000億個節點，每個節點有10000個連接。

創新

最近，美國華盛頓大學聖路易斯分校的工程師在利用納米晶體網路進行人工智慧應用方面取得了令人矚目的進展。這或許只是科學發展的一小步，然而卻有望帶來突破性進展。

技術

該校工程與應用科學學院能源、環境和化學工程系助理教授 Elijah Thimsen 與合作夥伴們開發出一種模型，用於測試關於電子如何穿過納米材料的現有理論。這個模型將為在機器學習器件中使用納米材料奠定基礎。Thimsen 表示：

「當一個人利用納米材料製造器件的時候，他們採取的方法和塊體材料並不總是一樣。其中一個動態變化的東西就是這些電子通過材料的方式，稱為電子傳輸機理，但是目前尚不清楚它是如何發生的。」

（圖片來源：華盛頓大學）

網路中的每個納米粒子都是一個節點，並且與其它節點相互連接，不僅僅是它直接的鄰居。Thimsen 與其團隊在這種不同尋常的理論基礎上構建出這個模型。同樣不同尋常的是，流過這些節點的電流並不會佔用節點之間的空間，它只需要通過節點本身。研究人員稱，該模型產生的行為，實驗性地製造出了在納米尺度可觀察的熱點。

此外，團隊還研究了另外一個模型，它稱為神經網路，基於人類大腦和神經系統。Thimsen 問道：

「如果我們具有海量的節點（遠遠多於現有的任何東西），並且海量連接，我們應該如何訓練它？我們想要獲取這個大型網路，從而開展一些有用的任務，例如模式識別。」

價值

Thimsen 基於這些網路理論提出了一個初步方案，以設計出一種簡單的晶元，給它特殊的輸入，並研究輸出。Thimsen 表示：

「如果我們把它作為神經網路，我們想要看看該器件的輸出是否卻決於輸入。一旦我們可以證明這一點，我們將要採取下一步，並且計劃設計出一種新器件，讓我們可以訓練該系統完成簡單的模式識別任務。」

參考資料

【1】https://engineering.wustl.edu/news/Pages/AI-implications-Engineers-model-lays-groundwork-for-machine-learning-device.aspx

【2】Chen Q, Guest J, Thimsen E. "Visualizing Current Flow at the Mesoscale in Disordered Assemblies of Touching Semiconductor Nanocrystals." The Journal of Physical Chemistry C. Advanced online publication. DOI: 10.1021/acs.jpcc.7b04949http://dx.doi.org/10.1021/acs.jpcc.7b04949

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！