人类的大脑将被取代~人造神经元速度超过人脑 机器比人更聪明？

一种基于神经元的超导计算芯片，比人脑更有效和快速地处理信息。最近发表的新科学进展可能是开发先进计算设备以设计模拟生物系统的科学家的主要基准。虽然在商业化之前有很多障碍，但这项研究为更自然的机器学习软件打开了大门。

人工智能软件越来越多地开始模仿人脑。诸如Google的自动图像分类和语言学习程序等算法也可以使用人工神经网络执行复杂的任务。然而，由于传统的计算机软件不能被设计成运行类似大脑的算法，所以这些机器学习需要比人脑更高的计算能力。

该研究的合着者之一，美国国家标准与技术研究院（NIST）的物理学家迈克尔·施耐德（Michael Schneider）说：“这样做肯定会有更好的方式，因为大自然可以找到更好的方法。

NIST是几个想要开发模仿人类大脑的神经形态硬件的团队之一，并且希望神经形态硬件能够更高效地运行类似于大脑的软件。在传统的电子系统中，晶体管通常以有规律的间隔和精确的数量处理信息（二进制数字0或1）。然而，神经形态硬件可以从多个来源积累少量信息，并且改变这些信息以产生不同类型的信号，并且在需要时发出电流，就像神经元放电一样。所以这个神经形态的硬件需要更少的电力来运行。

然而，迄今为止，这些器件无效，尤其是晶体管需要通过间隙或突触传输信息。结果，施奈德团队使用铌超导体来创建神经元样电极，可以无阻地导电。随后，研究人员使用数千个磁性锰纳米团簇来填补超导体的空白。

通过改变突触中的磁场数量，这些纳米团簇可以在不同方向上对齐。这允许系统在电力和磁力方向上对信息进行编码，给系统提供比其他神经形态系统更多的功率，而不占用额外的物理空间。

这些突触每秒释放10亿次，比人类神经元快几个数量级，并且仅消耗生物突触的约万分之一。在计算机模拟中，合成神经元可以在传递到下一个电极之前检查多达9个来源的输入。但是，在基于这种技术的系统用于复杂计算之前，需要数千个突触，施耐德表示，如果可以扩展到这个级别，可以进行进一步的研究和分析。

另一个问题是，突触只能在接近绝对零度的温度下工作，需要用液氮冷却。英国曼彻斯特大学的计算机工程师Steven Furber表示，这可能会使芯片在小型设备中不切实际，尽管大型数据中心可能能够为其服务。但施耐德表示，与运行具有相当大计算能力的传统电子系统相比，冷却设备可能需要更少的能量。

加州理工学院的电气工程师Carver Mead称赞了这项研究，并称这是一种新的神经形态测量方法。 “现在这个领域有很多猜测，我们很高兴看到能够以客观的方式完成优秀的工作。”他说，芯片真正用于计算可能需要很长时间，目前还有许多其他神经形态计算设备的激烈竞争和挑战。

Furber还强调，这种新设备的实际应用非常广泛。 “这种设备技术也非常有趣，但是现在我们对这些生物突触的关键特征还不够了解，不知道如何更有效地使用它们。例如，现在人们还有很多需要解决的问题，这些突触如何重塑自己的记忆形式呢？这使得研究人员很难重建内存芯片的过程。

尽管如此，Furber表示，新计算设备进入市场需要10年甚至更长时间，即使神经科学家很难理解人类大脑，但他们必须尽可能多地开发不同的技术。