Cropped image of an engineer showing a computer microchip on the foreground
当我们人类脑学习新事物时，大脑会适应。但是当人工智能学习新事物时，它往往会忘记它已经学到的信息。
随着公司使用越来越多的数据来改进人工智能识别图像、学习语言和执行其他复杂任务的方式，本周发表在《Science》杂志上的一篇论文展示了一种芯片可以像大脑一样动态地重新布线以接收新数据，帮助人工智能随着时间的推移不断学习。
普渡大学材料工程学院教授Shriram Ramanathan 说：“生物的大脑可以在其一生中不断学习。我们现在创建了一个人工平台，让机器可以众生学习。”Shriram Ramanathan教授专门研究材料如何模仿大脑来提高计算能力。
与不断在神经元之间形成新连接以实现学习的大脑不同，计算机芯片上的电路不会改变。机器多年来一直使用的电路与最初为工厂中的机器制造的电路没有什么不同。
这是使 AI 更便携的问题，例如自动驾驶汽车或太空中的机器人，它们必须在孤立的环境中自行做出决定。如果 AI 可以直接嵌入到硬件中，而不是像 AI 通常那样在软件上运行，那么这些机器将能够更有效地运行。
Shriram Ramanathan, a Purdue professor of materials engineering, is investigating ways to build artificial intelligence directly into hardware. (Purdue University photo/Rebecca McElhoe)
Michael Park (left) and Qi Wang, Purdue Ph.D. students, test and analyze a chip designed to mimic the learning strategies of the human brain. (Purdue University photo/Rebecca McElhoe)
在这项研究中，Ramanathan和他的团队构建了一种新的硬件，可以通过电脉冲按需重新编程。Ramanathan 认为，这种适应性将使设备能够承担构建类脑计算机所需的所有功能。
“如果我们想制造一台类脑计算机或机器，那么相应地，我们希望能够不断地对芯片进行编程、重新编程和更改。”Ramanathan 说。
以芯片形式构建大脑
硬件是一个小的矩形装置，由一种叫做钙钛矿镍酸盐的材料制成，这种材料对氢非常敏感。在不同电压下施加电脉冲，该设备可以在纳秒的时间内改变氢离子的浓度，从而创造出研究人员发现可以映射到大脑相应功能的状态。
An electronic chip that can be reprogrammed on demand may enable artificial intelligence to learn more continuously like the human brain does, researchers have discovered. (Purdue University photo/Rebecca McElhoe)
例如，当装置中心附近有更多的氢时，它就可以充当一个神经元，即单个神经细胞。由于这个位置的氢含量较低，该装置起到了突触的作用，是神经元之间的一种连接，大脑利用它在复杂的神经回路中存储记忆。
通过对实验数据的仿真，研究人员表明，该设备的内部物理特性为人工神经网络创建了一个动态结构，与静态网络相比，该网络能够更有效地识别心电图模式和数字。这种神经网络使用“储备池计算（Reservoir Computing）”，它解释了大脑的不同部分如何交流和传递信息。
宾夕法尼亚州立大学的研究人员也在这项研究中证明，随着新问题的出现，动态网络可以“挑选”最适合解决这些问题的电路。
由于该团队能够使用标准的半导体兼容制造技术来建造该设备，并在室温下操作该设备，Ramanathan相信这种技术可以很容易地被半导体行业采用。
普渡大学材料工程博士生MichaelPark说，“我们证明了这种设备非常强大，在对设备进行编程超过100万次循环之后，所有功能的重新配置都具有显著的可重复性。”
研究人员正致力于在大规模测试芯片上展示这些概念，这些芯片将被用于构建类脑计算机。
参考
https://www.purdue.edu/newsroom/releases/2022/Q1/the-brains-secret-to-lifelong-learning-can-now-come-as-hardware-for-artificial-intelligence.html
https://opengovasia.com/the-brains-secret-to-life-long-learning-can-now-come-as-hardware-for-ai/
https://techxplore.com/news/2022-02-brain-secret-life-long-hardware-artificial.html
Hai-Tian Zhang et al, Reconfigurable Perovskite Nickelate Electronics for Artificial Intelligence, Science (2022).
DOI: 10.1126/science.abj7943. www.science.org/doi/10.1126/science.abj7943
