法國研究人員開發出一種可以自主學習的人工突觸。他們還創建了物理模型，這對開發更復雜的電路至關重要。這一結果昨天發表在《自然通訊》上，仿生學領域的一個重要目標是模擬人腦，“從大腦的功能和運作中獲得靈感，設計出更多的智能機器。這在信息科學中有著廣泛的應用。用于處理特定任務（如圖像識別）的算法受到仿生學的啟發。但他們使用了大量的能量，法國研究人員最近在文森特·加西亞的帶領下在這一領域取得了突破：直接創建一個可以在芯片上學習的人工突觸，以及一個可以解釋其學習能力的物理模型。這項研究為人工神經突觸網絡的建立和更快速有效的人工智能系統的開發打開了一扇大門。人工突觸結構圖人腦的學習過程與突觸密切相關，突觸起著連接神經元的作用。突觸被激活的越多，它們之間的聯系就越強，它們的學習也就越好。研究人員從這個機制中獲得靈感，設計了一種叫做記憶電阻器的人工突觸。納米電子元件由兩個電極和夾在它們之間的一層鐵電材料組成。后者的電阻可以通過類似于神經元電信號的電壓脈沖來調節。如果電阻低，突觸連接就強；如果電阻高，突觸連接就弱。盡管世界上許多頂級實驗室都在研究人工突觸，但這些裝置的工作原理基本上還是未知的。法國研究人員的主要貢獻是建立了一個物理模型，可以預測人工突觸是如何工作的第一次。有了這個模型，就有可能創造出更復雜的系統，比如一系列與這些記憶器相連的人工神經元雷鋒已經了解到，作為歐盟ulpec h2020研究項目的一部分，這一發現將用于新相機上的實時輪廓識別：除非觀察到視角的變化，否則像素將保持非活動狀態。這種數據處理過程消耗更少的能量，可以更快地檢測到選定的目標。雷鋒了解到，參與研究的學者分別來自CNRS/Thales物理聯合研究室、波爾多大學、巴黎第11大學、埃弗里大學和阿肯色大學。

« 蝙蝠的人工智能戰斗升級了，真正的下半場 | 科學郵報：ofo使用的北斗導航定位技術比GPS精確得多 »