日本东北大学（Tohoku University）的研究人员首次成功的演示了基于自旋电子的人工智能。

人工智能模拟了大脑快速执行复合任务和复杂任务（例如图像识别和天气预测）的信息处理能力，已经引起了越来越多的关注，并且已经部分投入了实际应用。

当前使用的人工智能是基于半导体集成电路技术这种常规框架。然而，这缺乏人脑的紧密性和低功耗的特征。为了克服该障碍，有起到突触作用的单个固态器件非常重要。

日本东北大学的研究团队开发出一种人工神经网络，其中采用了他们近期开发的使用微型磁性材料的自旋电子器件。这种自旋电子装置能够以与常规磁性装置不同的模拟方式存储0和1之间的任意值，从而执行人脑中突触提供的学习功能。

研究人员使用该神经网络测试了关联存储器操作，常规计算机很难执行这样的操作。经多次试验证实，自旋电子器件具有学习能力，利用其开发的人工神经网络可以像人脑一样成功地将所记忆的模式与输入的噪声模式联系起来。

这项研究的概念验证将开辟人工智能技术的新视野——尺寸小巧，并同时实现了快速处理和超低功耗。这些特征使人工智能够更广泛的应用，例如图像/语音识别、可穿戴终端、传感器网络和护理机器人。

文章链接：

 W. A. Borders, et al, "Analogue spin-orbit torque device for artificial neural network based associative memory operation," Applied Physics Express,  DOI: https://doi.org/10.7567/APEX.10.013007

如若转载，请注明e科网。

如果你有好文章想发表or科研成果想展示推广，可以联系我们或免费注册拥有自己的主页