磁铁可以让AI更接近人脑效率

美国普渡大学(Purdue University)的研究人员已经开发出一种程序，利用具有类似大脑网络的磁学来编程和教授设备，可以使机器人更好地描述和分辨不同的物体。

这项研究发表在《Frontiers in Neuroscience》上，该文章同样收录在 Frontiers 前沿专刊(Research Topic)当中。

计算机和人工智能在不断地改变着人们的购物方式。通过训练机器人的大脑，让它们来创建购物清单是件轻松的事情，但是如何确保机器人买手可以快速分辨出商店中成千上万种商品之间的区别呢？

美国普渡大学的研究人员和脑启发计算(brain-inspired computing)领域的专家认为，这个问题的部分答案可能会从磁铁中找到。研究人员已经开发出一种程序，利用具有类似大脑网络的磁学来进行编程，对机器人、自动驾驶汽车和无人机等设备进行教学，可以让它们的工作效率有较大的提升。

普渡大学电子与计算机工程特聘教授 Kaushik Roy 说：“我们的随机神经网络试图模仿人类大脑的某些活动，并通过与神经元和突触的连接来进行计算。这就可以让计算机大脑不仅可以存储信息，而且还可以很好地描述物体，然后做出推断，最终更好地区分不同的物体。”

纳米磁体的开关动力学和神经元的电动力学非常相似。磁性隧道结装置显示出开关行为(switching behavior)，其本质上是随机的，这种磁性隧道结也可以用于存储突触的权重。

普渡大学的研究组提出了一种新的突触随机训练算法，该算法使用了在大鼠海马实验中观察到的脉冲时间依赖性可塑性(STDP)。在学习不同对象表示方法的基础上，利用磁体固有的随机特性随机切换磁化状态。

Roy说：“我们所开发的磁体技术，最大的优势在于它非常节能。我们创建了一个可以代表神经元和突触的简单网络，同时压缩了执行类似于大脑计算功能所需的内存和能量。”

作为普渡大学 150 周年纪念活动的一部分，研究人员对外公布了这一在人工智能领域的巨大突破。Roy 博士与普渡大学研究基金会技术商业化办公室合作，研究专利技术，为脑启发计算中心（C-BRIC）的一些研究提供基础。同时，他们正在寻找合作伙伴来授权这项技术。

推荐阅读：

3个性能参数确定磁铁的性能

您点“在看”的一小步，开放科学的一大步 ↓↓

我的微信

关注我了解更多内容

磁铁定制网