盖世汽车讯 据外媒报道，由麻省理工学院（MIT）研究人员组成的多学科团队使用实用的无机材料，显著推动了先前开发的一种人造模拟突触的速度极限，将设备的运行速度提快100万倍，约比人脑中的突触快约100万倍。
不仅如此，这种无机材料还使电阻器非常节能。与早期版本的设备中使用的材料不同，新材料与硅制造技术兼容，因此可使制造纳米级设备成为可能，并可能为集成到深度学习应用的商业计算硬件铺平道路。
图片来源：MIT
可编程电阻器是模拟深度学习的关键组成部分，就像晶体管是数字处理器的核心元件一样。通过在复杂层中重复可编程电阻器阵列，研究人员可以创建一个模拟人工“神经元”和“突触”网络，就像数字神经网络一样执行计算。然后可以训练该网络以实现复杂的AI任务，例如图像识别和自然语言处理。
