神经元计算机技术


神经元计算机技术

文章插图
当一个生物体的单个神经元被激发时 , 所消耗的能量远远高于一台计算机产生同样效果所需的能量 。然而 , 神经元网络用于学习、感知信息和完成复杂任务所需的总能量远低于世界上最先进的计算机 。
【神经元计算机技术】
科学家已经开始了这方面的研究 , 是什么机制让神经元以比计算机高得多的能量效率相互协作 。
华盛顿大学圣路易斯麦凯工程学院的计算机科学家最近的研究取得了一些进展:设计了一种两层网络结构 , 供计算机交换信息和协作 , 在一定程度上可以接近神经网络的效率 。根据研究人员的说法 , “硅神经元用于为计算机处理器增加一个新的处理维度” 。
科学家研究模拟硅神经元 , 发现神经元系统中存在共享有限能量的机制 。
他们发现 , 与生物神经元类似 , 硅神经元组成的网络只能在一定条件下被激发 。这些应激是神经元之间交流的基础 , 并刺激信号在神经元之间传递信息 。
研究人员首先研究一个神经元的运行 , 然后研究两个 , 最后研究多个神经元的运行 。他们发现一组神经元在工作时共享一个能量极限 。因此 , 当一个神经元被激发时 , 它会影响整体的可用能量 , 不仅是与这个神经元有物理联系的神经元 , 而且是共享这个能量极限的所有神经元 。
研究人员举例说 , 这些神经元就像在一个橡胶垫上 , 一个神经元产生的涟漪肯定会影响整个系统 。和所有的机械系统一样 , 系统中的每一个神经元都把自己调整到最有效利用能量的状态 , 同时也受到系统中其他神经元活动的影响 。
各个神经元系统的能量限制网络整体上构成了一种二级通讯网络 , 可以动态地、拓扑地同步通讯各个神经元的兴奋——就像橡胶垫响应各处神经元的兴奋而以同步的节奏振动一样 。
首席研究员查克拉·查克拉巴蒂(chakra Chakrabarty)说:“它们动态地探索并形成一个网络 。”
这种机制比传统计算机处理器的工作方式要高效得多 。传统的计算机处理器在信息的线性传输中损失了大量的能量 。例如 , 如果信息要从A点传输到C点 , 它必须首先传输到中间的B点 。
查克拉巴蒂(chakra Bhatti)表示 , 用硅神经元构建计算机处理器 , 将在能效和处理速度之间达到最佳平衡 。
这项研究发表在5月份的前沿杂志《神经科学》上 。

    推荐阅读