AI獲得小腦：新型憶電晶體實現高效異常檢測

西北大學的研究團隊受大腦小腦的啟發，開發出一種新型憶電晶體，能夠以極低的能耗快速檢測異常事件。這項成果已發表在《自然·通訊》雜誌上。

小腦是大腦中負責協調運動和反射反應的區域，它不會浪費能量分析每一個時刻，而是持續監控世界，只在有意外變化時才做出反應。研究人員模仿這一策略，設計出了一種具有類似功能的憶電晶體。

在概念驗證實驗中，該裝置被用於分析心電圖（ECG）記錄。它成功忽略了正常心跳，只在出現心律失常時迅速做出反應，在不到五分之一個心跳的時間內就識別出了異常，準確率超過98%。與傳統的AI方法相比，該裝置所需的計算操作減少了約1萬倍。

“在類腦計算領域，研究人員通常試圖模仿大腦皮層——通常被視為大腦的‘思維中心’，”該研究的共同領導者、西北大學的Mark C. Hersam教授說，“在我們的工作中，我們開發了一種模仿小腦的裝置，小腦控制著看似不經思考的反射反應。小腦擅長忽略預期的事件，將資源保留用於對意外事件的反應。這種策略最終轉化為更低的能耗，而這正是我們實現數量級改進的地方。”

這項突破有望開啟新一代低功耗、始終線上的AI系統，用於可穿戴健康監測器、自動駕駛汽車、自主機器人和網路安全系統，這些系統需要即時識別和響應異常事件，而無需依賴龐大且能耗巨大的資料中心。

該裝置基於一種原子級薄半導體材料——二硫化鉬構建。研究人員設計了一種非對稱電晶體架構，其中有一個電極透過薄絕緣層部分重疊在半導體上。這一看似微小的設計改變徹底改變了電流在器件中的流動方式。只需改變施加電壓的方向，憶電晶體就能在興奮和抑制模式之間切換。

接下來，研究團隊計劃探索如何模仿小腦隨時間學習和適應的能力。例如，如果一個曾經意外的事件重複發生，大腦會逐漸學習並停止將其視為新奇事物。Hersam表示：“我們已經展示了小腦神經迴路的一部分，但還有更多尚未模擬。我們打算繼續沿著這條路走下去，模擬這個複雜系統的更多功能。”