共计 796 个字符，预计需要花费 2 分钟才能阅读完成。
想象一下，未来的 AI 系统能够像我们的大脑一样高效、快速地处理信息，而且还能节省大量能源。这听起来像是科幻小说里的情节，但事实上，科学家们正在朝着这个方向迈出重要的一步。原子级忆阻器，这种模仿大脑神经网络的微小设备，或许就是实现这一目标的关键。
神经形态计算的新时代
最近，半导体技术迎来了一个重大突破。研究人员成功开发出了一种原子级可调的“忆阻器”，这种设备不仅能够存储信息，还能像大脑的神经元一样处理信息。这种创新的技术可能会为神经形态计算铺平道路，这是一种模仿大脑学习、适应和高效运作能力的前沿数据处理方法。
这个项目得到了美国国家科学基金会（NSF）“半导体未来计划”（FuSe2）的 180 万美元资助，目标是通过创建具有原子级控制的极薄存储设备，彻底改变计算技术。这些设备被称为忆阻器，它们可以充当人工突触和神经元，是类脑计算的核心组成部分。
解决计算中的挑战
神经形态计算的核心挑战之一是实现类脑系统所需的精度和可扩展性。研究团队采用了一种协同设计方法，将材料设计、制造和测试相结合，以确保其设备能够满足这些要求。
此外，该项目还旨在应对半导体行业对熟练专业人员日益增长的需求。通过一项教育外展计划，研究人员希望激励和培训下一代该领域的专家。这一项目部分是 KU 和休斯顿大学之间的合作，确保了全面的工作队伍发展方法。
构建类脑未来
Judy Wu 教授表示：“我们工作的总体目标是开发原子级‘可调’的忆阻器，这些忆阻器可以在神经形态电路上充当神经元和突触。我们的目标是模仿我们大脑的思考、计算、决策和模式识别方式——所有这些都具有高速和能源效率。”
这一突破有望在 AI 领域带来显著进展，使系统能够像人类大脑一样学习和适应。这些能力可以改变依赖机器学习的行业，从医疗保健到机器人技术。
随着研究的进展，这些超薄的类脑电路可能标志着向更智能、更可持续的计算解决方案迈出关键一步，改变我们与技术及周围世界的互动方式。
