人的大腦能夠同時學習和記憶大量信息而又不需要太多能量的能力,很多研究機構都希望制造出類似于大腦甚至超越大腦的計算機。
在人腦中,學習是由神經(jīng)元之間的連接(突觸)的增強和減弱而發(fā)生的。深度神經(jīng)網(wǎng)絡一直采用這種策略,實現(xiàn)模擬機器學習。
美國麻省理工學院近日開發(fā)出一種由無機材料制成的電阻器,它將人工模擬突觸的運行速度大大提高,比以前的版本快100萬倍,也比人腦中的突觸快約100萬倍。
這些可編程電阻器不僅提高了神經(jīng)網(wǎng)絡訓練的速度,同時也降低了執(zhí)行訓練所需的成本和能量,這可以幫助科學家更快地開發(fā)深度學習模型。