​惠普

数据量和计算需求的指数级增长，以及目前性能已经趋于饱和的传统晶体管计算系统，激发了人们对新型计算基元的兴趣。迄今为止，仿生或神经形态人工智能的硬件方法主要依赖于复杂的晶体管电路来模拟生物功能，还没有一种单一的电子元件可以模拟神经元的功能。周期尖峰只需要二阶复杂度，但在电路元件中产生神经形态动作电位，理论上至少需要三阶复杂度。基于晶体管的传统数字芯片在模拟代表神经元丰富的非线性动力学的复杂方程的过程中会变的复杂、庞大且能量低下。而设计和制备高阶电子元件将能够实现极为高效的神经形态人工智能。 近日，…