AI获得小脑:新型忆晶体管实现高效异常检测
西北大学研究人员受小脑启发,开发出一种新型忆晶体管,能以极低能耗快速检测异常事件。在实验中,该设备仅用五分之一个心跳时间就识别出心律失常,准确率超98%,能耗仅为传统AI的万分之一。
西北大学的研究团队受大脑小脑的启发,开发出一种新型忆晶体管,能够以极低的能耗快速检测异常事件。这项成果已发表在《自然·通讯》杂志上。
小脑是大脑中负责协调运动和反射反应的区域,它不会浪费能量分析每一个时刻,而是持续监控世界,只在有意外变化时才做出反应。研究人员模仿这一策略,设计出了一种具有类似功能的忆晶体管。
在概念验证实验中,该设备被用于分析心电图(ECG)记录。它成功忽略了正常心跳,只在出现心律失常时迅速做出反应,在不到五分之一个心跳的时间内就识别出了异常,准确率超过98%。与传统的AI方法相比,该设备所需的计算操作减少了约1万倍。
“在类脑计算领域,研究人员通常试图模仿大脑皮层——通常被视为大脑的‘思维中心’,”该研究的共同领导者、西北大学的Mark C. Hersam教授说,“在我们的工作中,我们开发了一种模仿小脑的设备,小脑控制着看似不经思考的反射反应。小脑擅长忽略预期的事件,将资源保留用于对意外事件的反应。这种策略最终转化为更低的能耗,而这正是我们实现数量级改进的地方。”
这项突破有望开启新一代低功耗、始终在线的AI系统,用于可穿戴健康监测器、自动驾驶汽车、自主机器人和网络安全系统,这些系统需要即时识别和响应异常事件,而无需依赖庞大且能耗巨大的数据中心。
该设备基于一种原子级薄半导体材料——二硫化钼构建。研究人员设计了一种非对称晶体管架构,其中有一个电极通过薄绝缘层部分重叠在半导体上。这一看似微小的设计改变彻底改变了电流在器件中的流动方式。只需改变施加电压的方向,忆晶体管就能在兴奋和抑制模式之间切换。
接下来,研究团队计划探索如何模仿小脑随时间学习和适应的能力。例如,如果一个曾经意外的事件重复发生,大脑会逐渐学习并停止将其视为新奇事物。Hersam表示:“我们已经展示了小脑神经回路的一部分,但还有更多尚未模拟。我们打算继续沿着这条路走下去,模拟这个复杂系统的更多功能。”