《自然》杂志于5月15日发表科学报告,监督学习在基于相变存储器的脉冲神经网络完成实验验证。众所周知,《自然》Nature和《科学》Science 杂志是世界上最顶尖的两个学术期刊。这次在《自然》发表的11页科技报道,详细描述了通过相变存储器搭建的神经网络电路,实现机器学习。这是相变存储技术在人工智能领域的一个里程碑。

 

文章原文可以在此地址下载:https://www.nature.com/articles/s41598-020-64878-5

 

Spiking Neural Network (SNN) 脉冲神经网络是一种受到人脑在时间维度里编码处理信息的能力启发,而建立起来的计算模型。相较于传统的人工神经网络,人们相信通过增加时间的维度,可以使计算变得更加有效。文章的作者用了17万多个基于相变存储(PCM)的神经突触(synapses),实现了比现有技术更快,更精确的机器学习。通过结合监督脉冲神经网络的计算潜力和与之平行的内存计算的运算能力,这篇文章为新一代基于人脑的智能系统铺平了道路。

 

当今主流的人工智能,主要是依赖于强大的计算机运算能力,通过机器学习实现的。强大的计算机运算能力往往都依赖于高功耗。例如在围棋人机大战中胜出的AlphaGo, 初期功耗在百万瓦,而人的大脑功耗只有二十几瓦。如何让人工智能达到人脑的效率,一直就是科学家们研究的目标。

值得一提的是,文章的作者中,Evangelos Eleftheriou (IBM 院士),Bipin Rajendran (通讯作者,英国国王学院教授)都曾经到江苏时代芯存半导体有限公司莅临指导。(文:朱煜)

 左一:Evangelos Eleftheriou、右二:Bipin Rajendran参加AMT2018淮安国际半导体产业论坛

 

 

左四:Bipin Rajendran莅临AMS参观指导


2020年05月19日

时代芯存 半导体科普系列——集成电路设备供应商介绍
时代芯存 半导体科普系列——存储器发展简史

上一篇

下一篇

《自然》发表文章:相变存储技术在人工智能领域取得重大突破