其他
量子材料正使「神经形态计算」成为现实
光子盒研究院
现在，一项新研究显示了一种改进高能效计算的可能方法。
我们常常认为计算机比人类更高效。毕竟，计算机可以在瞬间完成一个复杂的数学公式，还能回忆起那个我们总是忘记的演员的名字。然而，人类大脑可以快速、准确地处理复杂的信息层，而且几乎不需要输入能量：只见过一次就能认出一张脸，或者立刻知道山和海的区别。这些简单的人类任务需要计算机进行大量的处理和能量输入，即便如此，准确度也参差不齐。
如果能创造出能量需求极低的类脑计算机，将彻底改变现代生活的方方面面。在美国能源部的资助下，由加州大学圣迭戈分校领导的全国性联盟“高能效神经形态计算量子材料（Q-MEEN-C）”一直处于这项研究的最前沿。
加州大学圣迭戈分校物理学助理教授Alex Frañó是 Q-MEEN-C 的联合主任，他认为该中心的工作是分阶段进行的。在第一阶段，他与加州大学名誉校长、物理学教授Robert Dynes以及罗格斯大学工程学教授Shriram Ramanathan密切合作，他们的团队一起成功地找到了在量子材料中创建或模拟单个大脑元素（如神经元或突触）特性的方法。
现在，在第二阶段，发表在《纳米通讯》（Nano Letters）上的 Q-MEEN-C 最新研究表明，相邻电极之间传递的电刺激也会影响非相邻电极。这一发现被称为“非局域性（non-locality）”，这是模拟大脑功能的新型设备（即神经形态计算）发展历程中的一个重要里程碑。
论文的共同作者之一Frañó说：“在大脑中，人们知道这些非局域的相互作用是名义上的；它们频繁发生，而且只需最小的消耗。这是大脑运作的关键部分，但在合成材料中复制的类似行为却很少。”
与许多正在结出硕果的研究项目一样，测试量子材料中的非局域性是否可能的想法也是在新冠期间产生的。物理实验室空间被关闭，因此研究小组在包含多个设备的阵列上进行了计算，以模拟大脑中的多个神经元和突触。在进行这些测试时，他们发现非局域性在理论上是可能的。
实验室重新开放后，他们进一步完善了这一想法，并请来了加州大学圣地亚哥分校雅各布斯工程学院副教授Duygu Kuzum。
这需要在镍酸盐薄膜（一种具有丰富电子特性的量子材料 ）上插入氢离子，然后在上面放置金属导体。金属上连接一根导线，以便向镍酸盐发送电信号。信号会使凝胶状的氢原子移动到一定的构型；当信号被移除时，新的构型就会保留下来。
Frañó说：“这就是记忆的本质。设备会记住你扰动了材料。现在，你可以对这些离子的去向进行微调，以创建导电性更强、更易于电流通过的通路。”
传统上，要创建足以为笔记本电脑供电的网络，需要复杂的电路和连续的连接点，既低效又昂贵。Q-MEEN-C 的设计理念要简单得多，因为实验中的非局部行为意味着电路中的所有电线不必相互连接：想想蜘蛛网，其中一个部分的运动可以在整个蜘蛛网上感受到。
这类似于大脑的学习方式：不是线性的，而是复杂的、多层次的。每一次学习都会在大脑的多个区域建立联系，让我们不仅能区分树和狗，还能区分橡树和棕榈树，或者金毛猎犬和贵宾犬。
迄今为止，这些由大脑出色完成的模式识别任务只能通过计算机软件来模拟。像 ChatGPT 和 Bard 这样的人工智能程序使用复杂的算法来模拟大脑的思考和写作等活动；它们做得非常好。但是，如果没有相应的先进硬件支持，软件总有一天会达到极限。
Frañó迫切希望硬件革命能与软件革命并驾齐驱，而在合成材料中重现非局部行为的可能性让科学家们更近了一步。下一步将是创建更复杂的阵列，在更精细的配置中使用更多电极。
Dynes说：“这是我们在理解和模拟大脑功能方面迈出的非常重要的一步。展示一个具有非局域相互作用的系统，可以让我们进一步了解我们的大脑是如何思考的。当然，我们的大脑要比这复杂得多，但一个能够学习的物理系统必须是高度互动的，这是必要的第一步。我们现在可以考虑空间和时间上更大范围的一致性。”
“人们普遍认为，要想让人工智能这项技术真正爆发，我们就必须想方设法改进硬件——能够与软件结合执行任务的物理机器。下一阶段，我们将创造出高效的机器，其物理特性就是进行学习的特性。这将为我们的人工智能世界提供一种新的范式。”
参考链接：[1]https://today.ucsd.edu/story/quantum-material-mimics-non-local-brain-function[2]https://pubs.acs.org/doi/full/10.1021/acs.nanolett.3c02076[3]https://qmeenc.ucsd.edu/
相关阅读：专访超算专家Estela Suarez：后“摩尔定律”时代的选择——量子和神经形态计算
类脑智能、量子信息……发改委：提前布局这些未来产业
陈仙辉院士：下一个时代将是量子材料时代
史上最全！2023「量子材料」技术路线图
Nat.Commun.：量子神经网络实现“学习”的巨大飞跃
#光子盒视频号开通啦！你要的，这里全都有#
每周一到周五，我们都将与光子盒的新老朋友相聚在微信视频号，不见不散！
|qu|cryovac>你可能会错过：|qu|cryovac>