(資料圖)

來自英國牛津大學、IBM歐洲研究所和美國得克薩斯大學的一個科研團隊宣布了一項重要成就：他們通過堆疊二維(2D)材料，開發出一種厚度僅幾個原子大小的人工神經元，其能夠處理光和電信號進行計算，有望用于下一代人工智能計算，也有助科學家更好地模擬和理解人腦。相關研究成果刊載于最新一期《自然·納米技術》雜志。

幾十年來，科學家們一直在研究如何重建生物神經元的計算能力，以開發更快、更節能的機器學習系統。一種很有前途的方法是使用憶阻器，但使用憶阻器復制生物神經元和大腦面臨一個關鍵挑戰：難以整合前饋和反饋神經元信號，而前饋和反饋機制鞏固了人類利用獎勵和錯誤來學習復雜任務的能力。

在最新研究中，科學家們擴展了電子憶阻器的功能，使其既能響應光信號，又能響應電信號，如此一來，前饋和反饋路徑可同時存在于一個網絡中。最新研究創建出性能優異的神經網絡：具有解決機器學習中復雜問題潛力的計算學習程序。

研究團隊解釋說，二維材料只由幾層原子組成，這種精細的尺度賦予其多種奇異的特性，可根據材料的分層方式對這些特性進行微調。他們堆疊石墨烯、二硫化鉬和二硫化鎢3種2D材料，制造出一種設備，可根據照射在其上的功率和光/電的持續時間，顯示出其電導率的變化。與數字存儲設備不同，這些設備是模擬的，其操作方式與人腦中的突觸和神經元類似，可進行計算。

研究論文首席作者、IBM歐洲研究中心科學家加齊·薩爾瓦特·賽義德博士說，隨著人工智能應用的發展呈指數級增長，所需的計算能力已超過基于傳統處理器的新硬件，迫切需要研究新技術，他們的方法有望在人工智能計算領域“大顯身手”。此外，這一研究也證明，神經形態工程和算法領域的重要進步，有助科學家們更好地模擬和理解大腦。

總編輯圈點：

人工神經元是當下的熱門概念，它是人腦神經元的某種抽象、簡化和模擬。人類大腦內有百億個神經元，處理問題不僅迅速，耗能還低，讓電子計算機好不“羨慕”。開發人工神經元，需要腦科學、神經科學、計算科學還有芯片等各個領域的跨界融合。這次，科研人員用了3種2D材料制備出了薄如原子的人工神經元，它能學習和處理更加復雜的任務。人工智能的發展對計算能力提出了越來越高的要求，只有開發出革命性硬件，才能適應未來算力爆炸時代的要求。

關鍵詞：