纳米晶体网络模型：为人工智能器件研究奠定基础！

导读

最近，美国华盛顿大学圣路易斯分校的工程师在利用纳米晶体网络进行人工智能应用方面取得了令人瞩目的进展。

关键字

人工智能、神经网络、纳米晶体

背景

如今，人工智能（AI）作为一项备受世人关注的创新科技，发展潜力极为巨大。根据全球著名的市场调研机构 IDC 预测，人工智能市场规模今年将达到1650亿美元，2018年将达到2000亿美元。

全球最著名的科技公司都纷纷加大了人工智能的研发力度，无论是国内的百度、阿里、腾讯，还是国外的微软、谷歌、脸书、英特尔、英伟达等科技巨头，都投入了极大热情，也展开了激烈的竞争。

科学界都在一直致力于研发芯片模仿人脑神经网络的功能。例如，笔者曾经在《新型忆阻器芯片：更适合机器学习和大数据！》和《新型神经网络芯片：由忆阻器构成，为人工智能提速！》两篇文章中介绍过的忆阻器芯片。

然而，这些芯片还远远不及人类大脑，因为人类大脑含有多达1000亿个节点，每个节点有10000个连接。

创新

最近，美国华盛顿大学圣路易斯分校的工程师在利用纳米晶体网络进行人工智能应用方面取得了令人瞩目的进展。这或许只是科学发展的一小步，然而却有望带来突破性进展。

技术

该校工程与应用科学学院能源、环境和化学工程系助理教授 Elijah Thimsen 与合作伙伴们开发出一种模型，用于测试关于电子如何穿过纳米材料的现有理论。这个模型将为在机器学习器件中使用纳米材料奠定基础。Thimsen 表示：

“当一个人利用纳米材料制造器件的时候，他们采取的方法和块体材料并不总是一样。其中一个动态变化的东西就是这些电子通过材料的方式，称为电子传输机理，但是目前尚不清楚它是如何发生的。”

（图片来源：华盛顿大学）

网络中的每个纳米粒子都是一个节点，并且与其它节点相互连接，不仅仅是它直接的邻居。Thimsen 与其团队在这种不同寻常的理论基础上构建出这个模型。同样不同寻常的是，流过这些节点的电流并不会占用节点之间的空间，它只需要通过节点本身。研究人员称，该模型产生的行为，实验性地制造出了在纳米尺度可观察的热点。

（图片来源：华盛顿大学）

此外，团队还研究了另外一个模型，它称为神经网络，基于人类大脑和神经系统。Thimsen 问道：

“如果我们具有海量的节点（远远多于现有的任何东西），并且海量连接，我们应该如何训练它？我们想要获取这个大型网络，从而开展一些有用的任务，例如模式识别。”

价值

Thimsen 基于这些网络理论提出了一个初步方案，以设计出一种简单的芯片，给它特殊的输入，并研究输出。Thimsen 表示：

“如果我们把它作为神经网络，我们想要看看该器件的输出是否却决于输入。一旦我们可以证明这一点，我们将要采取下一步，并且计划设计出一种新器件，让我们可以训练该系统完成简单的模式识别任务。”

参考资料

【1】https://engineering.wustl.edu/news/Pages/AI-implications-Engineers-model-lays-groundwork-for-machine-learning-device.aspx

【2】Chen Q, Guest J, Thimsen E. "Visualizing Current Flow at the Mesoscale in Disordered Assemblies of Touching Semiconductor Nanocrystals." The Journal of Physical Chemistry C. Advanced online publication. DOI: 10.1021/acs.jpcc.7b04949http://dx.doi.org/10.1021/acs.jpcc.7b04949

---

了解更多前沿技术文章，请点击“阅读原文”。咨询和交流，请联系微信：JohnZh1984。