受人腦的啟發，研究人員開發出了一種新的突觸晶體管，它可以像人腦一樣同時處理和存儲信息，進行更高層次的思考。

傳統計算 vs 腦

幾十年來，電子學的范式一直是使用晶體管來制造一切。科學家僅通過將越來越多的晶體管封裝在集成電路方面，就已經取得了重大進展。但這種成功是以高功耗為代價的。在當前的大數據時代，電網正在承受數字計算帶來的壓力。人工智能（AI）和機器學習的最新進展，使得科學家愈發迫切地想要開發出運行方式更像人腦的計算設備。

人腦與數字計算機有著根本性的不同。在傳統的數字計算機中，數據的處理單元和存儲單元是各自獨立的，數據在微處理器和存儲器之間來回移動時，會消耗大量能量。當計算機要同時執行多個任務時，這種高功耗問題會尤為嚴重。而在腦中，記憶和信息處理是共同定位和充分一體化的，因而具有更高數量級的能源效率。

在過去的許多研究中，一些團隊開發出了與人腦類似的計算設備，但那些晶體管都無法在非低溫環境下工作。

莫爾突觸晶體管

在新研究中，研究人員決定利用莫爾圖樣（moiré pattern）來開發所謂的突觸晶體管。

莫爾圖樣是一種當兩個圖樣相互疊加時就會出現的幾何圖樣。當二維材料堆疊時，新的特性就會出現，而這些特性并不存在于單層結構中。當這些層級結構被扭轉形成莫爾圖樣時，就有可能收獲前所未有的電子特性。

在這種新的突觸晶體管中，研究人員結合了兩種不同類型的原子級薄材料：雙層石墨烯和六方氮化硼。石墨烯和六方氮化硼在結構上非常相似，但它們之間的不同之處也足以產生異常強烈的莫爾效應。

當研究人員將它們堆疊在一起，并將一層材料相對于另一層扭轉時，這些材料就形成了莫爾圖樣。通過這種扭轉，研究人員可以在每層材料中獲得不同的電子特性，即使層與層之間只相隔原子級尺度的距離。

當扭轉成為一個新的設計參數時，科學家可以獲得數量巨大的排列方式。研究人員發現，通過選擇正確的扭轉方式，新發展的突觸晶體管就可以在室溫下仍保持穩定，且它的運行速度很快，消耗的能量很少，即使在斷電時也能保留存儲的信息。

更高級的思維

如果人工智能的存在注定是為了模仿人類的思維，那么它們需要完成的最底層的任務之一就是對數據進行分類。研究人員的目標是推動人工智能技術向更高層次思維的方向發展。

現實世界的情況，往往比目前的人工智能算法所能處理的更為復雜。為了測試新的晶體管，研究團隊訓練它來識別相似但不完全相同的模式，在這種更為復雜的情況下測試其功能的先進性。

首先，他們向設備展示了一個模式“000”。然后，他們讓人工智能識別如“111”或“101”等類似的模式。如果訓練內容是讓它檢測000，然后當它探測到111和101時，它能識別出111比101更像000。雖然000和111并不完全相同，但都是連續的三位數。而認識到這種相似性，就是一種更高層次的認知形式，被稱為聯想學習。

實驗結果表明，新的突觸晶體管成功地識別出了類似的模式，顯示出了聯想記憶。這表明這種晶體管已經超越了簡單的機器學習任務，而是可以在對數據進行分類的同時，并且進行聯想學習。這意味著它類似人腦一樣，實現了并發記憶和信息處理功能，更貼切地模仿了人腦。

目前的人工智能很容易混亂，這在某些情況下可能會造成重大問題。但這種新型的突觸晶體管使機器學習和人工智能又向前邁進了一步。它表明，即使我們給晶體管的輸入是不完美的，它仍然可以做出正確的識別和響應。







審核編輯：劉清