跳到主要内容
大脑神经元向上延伸的微芯片的抽象图形。
德克萨斯A&M大学的研究人员正在合作寻找模拟电路中的人类神经元和突触的方法,以彻底改变计算。|图片:由Sarbajit Banerjee博士提供

随着社会向以信息为中心的方向转变,传统计算正在接近其基本极限。对计算变得更快、更节能的需求正呈指数级增长。

德州农工大学将领导其能源部(DOE)资助的第一个能源前沿研究中心(EFRC)。该中心将专注于受非线性神经元动力学(REMIND)启发的可重构电子材料,这是一项致力于将计算转化为更像人脑的行为,以实现快速高效的处理。

R. Stanley Williams博士,电气与计算机工程系教授他将担任EFRC主任,材料科学与工程系和化学系教授Sarbajit Banerjee博士将担任副主任。

班纳吉说:“我们正处在计算机未来的十字路口。”“自动驾驶汽车、联网电网和个性化医疗正在兴起,所有这些都需要大量的能源。专注于类脑计算的全新方法对于满足社会需求至关重要。”

现代计算机擅长各种基本功能,比如高精度算术和求解已知方程。然而,当涉及到实时学习、概念识别和决策等人类天生的能力时,它们表现得很差。

这种处理信息的能力是可能的,因为人类大脑有神经细胞(神经元),可以不断地将传入的刺激与先前学习的数据进行比较。神经元通过储存记忆的突触,通过电信号和化学信号相互交流。尽管单个的生物步骤比晶体管中的慢,但大量的生物步骤同时工作,执行复杂的计算,其能源效率比最先进的电子计算机高出几个数量级。

班纳吉说:“假设我们正在看一张狗的照片。“人类的大脑几乎可以立即识别出狗本身,它的类型和相对年龄。计算机在进行基本识别时会遇到困难,可能会犯重大错误,同时还会消耗更多的能量。”

参与REMIND计划的研究人员正在通过设计、创建和组装材料来模拟电路中的人类神经元和突触,这些材料对传入电信号(如阈值、放大、集成和嵌入式内存)具有可调谐的非线性响应。换句话说,他们正在模拟人类大脑的处理系统,并试图将其组装成一台高效而有能力的计算机。

威廉姆斯说:“我们的中心试图揭示人工神经元和突触的基础科学。”“我们期待着解决一个世代挑战,这将改变计算的未来。”

如果成功实施这些技术,他们的发现可以显著减少计算机的能源消耗,帮助对抗能源危机。

班纳吉说:“我们专注于让计算机从计算数学函数发展到在不确定和不断变化的环境中学习和决策。”“我们正在发现制造下一代类脑计算的基本化学物质和材料。”

能源部最近宣布了EFRC奖开发可以改变能源生产和减少有害排放的技术。这项研究将由34个州的54所大学和11个国家实验室参与。

EFRC是工程学院、化学系、德克萨斯农工大学工程实验站、国家可再生能源实验室、劳伦斯伯克利国家实验室和桑迪亚国家实验室之间的合作。除了Banerjee和Williams, REMIND的研究人员还包括来自材料科学与工程系的Raymundo Arroyave博士,Matt Pharr博士,Xiaofeng Qian博士和Patrick Shamberger博士,来自Artie McFerrin化学工程系的Perla Balbuena博士,以及来自化学系的Marcetta Darensbourg博士和Kim Dunbar博士。该团队代表了应对这一跨越多个学科的复杂挑战所需的专业知识的广度和深度。

Baidu
map