據(jù)東亞日?qǐng)?bào) 5月5日?qǐng)?bào)道,由韓國(guó)蔚山科學(xué)技術(shù)院(UNIST)材料科學(xué)與工程系教授Junki Seo領(lǐng)導(dǎo)的團(tuán)隊(duì)4日宣布,他們開發(fā)出了一種模仿大腦結(jié)構(gòu)的新一代人工智能設(shè)備。隨著學(xué)習(xí)大規(guī)模數(shù)據(jù)的人工智能模型最近備受關(guān)注,人們對(duì)類似大腦的“神經(jīng)形態(tài)”計(jì)算系統(tǒng)的興趣與日俱增,這種系統(tǒng)可以通過集成運(yùn)算和存儲(chǔ)功能,以低功耗處理復(fù)雜數(shù)據(jù)。

圖片來自:UNIST
Junki Seo教授團(tuán)隊(duì)開發(fā)的新一代設(shè)備可以模擬大腦中的神經(jīng)細(xì)胞——神經(jīng)元的信號(hào)傳輸,因此可以運(yùn)用在神經(jīng)形態(tài)系統(tǒng)上。研究團(tuán)隊(duì)將可以存儲(chǔ)電荷的“浮柵”加倍,實(shí)現(xiàn)神經(jīng)元之間復(fù)雜的信號(hào)傳輸。現(xiàn)有的單一浮柵器件通過在一個(gè)浮柵中存儲(chǔ)大量電荷,在傳輸復(fù)雜信號(hào)方面存在局限性。研究團(tuán)隊(duì)透露,雙浮柵器件在利用人工神經(jīng)網(wǎng)絡(luò)的圖像分類任務(wù)中表現(xiàn)出了較高的精確度。