新型大脑启发式人工智能利用超低功耗实时学习

人脑是世界上最先进的超级计算机。它无需像当今的人工智能系统那样使用大型数据中心，就能同时进行学习和适应。本月，来自德克萨斯农工大学计算机与电气工程系和其他领先机构的工程师团队推出了一款受人脑启发的人工智能系统，该系统可以提升性能，并为更智能的协议打开大门。以下是您需要了解的内容。 

传统人工智能和图灵架构的局限性

人工智能是全球发展最快、最令人兴奋的科技行业之一。短短几年间，人工智能算法从只有谷歌和微软高级工程师才能掌握，发展成为普通人的常用工具。在此过程中，人工智能系统的性能和功能不断提升。随着性能的提升，硬件功能也得到了提升。 

值得注意的是，人工智能系统依赖于图灵架构。这种计算方式以其发明者艾伦·图灵的名字命名。他发明，如果计算机的某些部分操作被分离，计算机可以提供更好的性能。 

这种结构意味着计算机在芯片设计中将处理和内存物理地分开。这种分离自此决定了机器的硬件设计。尽管他的发现已经几十年了，但他对计算机的设想仍然是最常用的架构。 

能源危机：现代人工智能为何需要新的蓝图

这种布局的问题在于，人工智能系统需要大量数据。在某些情况下，整个数据中心需要从头开始构建，利用最先进的硬件作为系统要求的一部分。遗憾的是，这种结构是不可持续的。 

大型数据中心耗电量巨大，其耗电量相当于整个城市的耗电量。在许多情况下，这些系统依赖可再生能源，这有助于减少对环境的影响。然而，对人工智能系统的需求不断增长意味着需要提高效率，以使这些协议在未来可持续。

为什么当今的人工智能模型无法实时适应

此外，这种结构意味着这些协议的可扩展性基于硬件而非软件约束。即使是最先进的系统也必须等待数据在设备上的硬件组件之间进行物理发送。 

 引入超级图灵人工智能：受人类大脑的启发

基于图灵的人工智能系统的另一个缺点是它们依赖于预设的数据点。如今的模型无法在运行过程中调整其性能。这些系统依赖于提供的数据来完成反向传播。 

这种方法与大脑不同，大脑会结合知识和环境条件，以极低的能量做出准确的评估。值得注意的是，从生物学角度来看，反向传播是不可能复制的，因为它需要人类事先经历过同样的情况。认识到这些事实后，工程师们一直在努力开发一种能够模拟人类学习的人工智能系统。  

突触电阻如何像我们的大脑一样学习

研究 ”用于超图灵智能系统的基于HfZrO的突触电阻电路“¹ 介绍了一种神经形态 AI 系统，该系统可以模仿大脑的学习方式，根据条件提供实时适应性。这项研究由来自加州大学洛杉矶分校、德克萨斯农工大学和其他研究机构的研究人员团队提出，并发表在《科学进展》上。为了完成这项任务，该团队创建了一个可以像大脑一样学习的“synstor”（突触电阻）电路。 

来源 – 德克萨斯 A&M 大学计算机与电气工程系

类似大脑的效率：人工智能消耗微瓦而非兆瓦

这项研究背后的工程师们承认，人类大脑在很多方面仍远远领先于人工智能，比如能耗和灵活性。大脑的神经过程使其能够执行复杂的身体功能，同时适应周围不断变化的条件。 

就能源效率而言，人脑运行仅需约 20 瓦。相比之下，当今先进的人工智能系统在运行时功耗高达 1 亿瓦。这些功耗来自处理路径和组件，以及人工智能系统架构。  

 理解人工智能中的突触可塑性

工程师们首先研究的是大脑的突触可塑性。大脑中有数百万个神经元，为记忆和学习提供动力。这些神经连接的区域被称为突触。突触可塑性指的是大脑强化更常用连接的能力。它也指大脑在被认为更高效时创建新通路的能力。 

大脑的秘密：在图灵模式和超图灵模式之间切换

敏锐地，大脑既可以在图灵模式下运行，也可以在超图灵模式下运行。在图灵模式下，你的大脑会利用预先学习的任务和动作。当出现意外情况或情况以不可预测的方式发生变化时，你的大脑会自动切换到超图灵模式。这种方法让你的大脑始终适应周围的环境。

超级图灵人工智能如何即时学习和适应

科学家发现，这种超级运转状态正是大脑独特能力的核心。他们利用这种结构重新构想了人工智能架构，设想了一种更接近人类的运作流程，学习和推理同时进行。 

这一策略大大降低了能耗。由于无需在硬件组件之间移动大量数据，因此可以降低能耗并提高性能。它还支持实时适应性，同时将功耗降至新低。

Synstor 内部：模仿人类学习的铁电电路

这项研究的核心是创建一个能够同时处理、学习和平稳运行的包容性传感器电路。作为研究的一部分，该团队制造了一个基于 Hf0.5Zr0.5Ο2 的合成器电路。  

这款定制电路采用集成铁电 HfZrO 材料的突触电阻。值得注意的是，铁电材料（如 Hf 氧化物）使工程师能够创建可扩展、与 Si 兼容、非易失性的模拟存储器和神经形态设备。 

无人机模拟：人类 vs 人工智能 vs Synstor

该团队设置了一个无人机飞行模拟，并让传统人工智能、人类和超级图灵人工智能系统在模拟中导航，以测试他们的理论。在遇到任何湍流或障碍物之前，合成电路、人类操作员和 ANN 成功地学会了驾驶无人机飞向目标位置，没有任何问题或延迟。 

然而，当树木或强风加入方程式时，各方的表现都会下降。具体来说，人类和合成电路人工智能系统完成了任务。传统的人工智能系统无法适应新环境，没有完成测试，因为增加的障碍降低了它的性能。

人工智能适应性实践：无人机障碍赛结果

研究表明，工程师们新开发的突触电阻电路支持高效且自适应的超级图灵人工智能系统，该系统能够在不确定且动态的现实世界环境中导航。他们研究了为什么只有人类和由合成器驱动的无人机才能完成比赛。他们的成功归功于其动态适应的能力。 

为什么 Synstor 电路是可持续 AI 的一大飞跃

合成电路 AI 系统可以为市场带来诸多好处。首先，它们将为更先进、更强大的 AI 选项打开大门。这些协议将能够同时进行实时推理和学习，为下一代 AI 协议奠定基础。 

环保的： 工程师的AI系统架构仅需运行传统AI协议所需电量的一小部分。这种升级的功耗使Synstor AI系统成为数据方面最环保的AI架构。随着对这些服务的需求不断增长，对可持续方案的需求也将随之增长。 

高效： 工程师们成功创建了一个模拟人脑的系统。他们的方法全面降低了人工智能系统的能源需求，并允许人工智能系统在执行或训练新模型时最大限度地降低功耗。 

适应性： 这种人工智能结构的主要优势之一是其适应性。人工智能系统需要变得更快、更适应，以处理越来越多的任务。从驾驶您的电动汽车回家到决定为您播放哪些歌曲，未来的人工智能系统将把其环境作为其处理程序的一部分。 

未来应用：汽车、可穿戴设备和军事技术中的类脑人工智能

受大脑启发的人工智能系统有望彻底改变整个行业。它为工程师提供了可持续人工智能发展的前景，并可能支持未来先进自主系统的创建。这项技术还将应用于机器人、可穿戴设备和医疗领域。  

高级计算： 您可以期待很快看到先进的 AI 系统采用这项技术。降低的功耗将降低这些系统的运营成本，使其成为现状的一个有吸引力的选择。此外，随着 synstor 芯片设计的改进，它将推动进一步的采用。 

军队： 军队是人工智能的最大支持者之一。人工智能系统可以协助跟踪、瞄准、规划和后勤，增强任何使用它们的军队的作战能力。未来，你会看到人工智能系统为先进的巡飞弹药和无人机提供动力，并帮助规划人员保持态势感知。 

自动驾驶汽车： 高级人工智能的核心用例场景之一是驾驶自动驾驶汽车。完全自动驾驶汽车的梦想一直难以实现，但最近的进步让这一愿景比以往任何时候都更近了一步。这项最新的人工智能突破将有助于提高性能，并为能够飞行等的更先进的自动驾驶汽车打开大门。 

这项技术终有一天会帮助社区变得更加安全，让您的日常工作变得更加轻松。然而，在这项技术成为主流之前，它仍需要克服一些细节和障碍。尽管存在诸多阻碍，但预计它有望在 5-10 年内实现商业应用，近期将应用于专门的低功耗 AI 任务。 

了解这项 AI 突破背后的研究团队

德克萨斯 A&M 大学计算机与电气工程系和加州大学洛杉矶分校的工程师们合作，共同完成了这项研究。具体来说，Jungmin Lee、Rahul Shenoy 和 Atharva Deo 领导了这项研究。 

他们得到了工程师团队的帮助，其中包括 Sun Yi、Dawei Gao、David Qiao、Mingjie Xu、Shiva Asapu、Zixuan Rong、Dhurva Nathan、Yong Hei、Dharma Paladugu、Jian-Guo Zheng、J. Joshua Yang、R. Stanley Williams、Qing Wu 和 Yong Chen。值得注意的是，这项研究获得了空军科学研究办公室的资助。 

 商业角度：NVIDIA 和其他公司如何推进神经形态 AI

人工智能竞赛已拉开帷幕，各大公司正斥资数十亿美元，试图在该领域占据主导地位。人工智能相对颠覆性的特性意味着，像 OpenAI 这样的公司有机会从无到有，在市场上占据领先地位。虽然很难确定谁将成为该领域的下一个新玩家，但很容易看出过去几年谁主导了市场。  

NVIDIA®（英伟达™）公司

NVIDIA公司 (NVDA +0.11% ) 该公司于 1993 年进入市场，总部位于加利福尼亚州。这家如今举世闻名的 3D 显卡制造商多年来率先推出了 ASIC 和其他改变游戏规则的设计。这些升级帮助该公司从一家游戏显卡公司转型为人工智能领域最知名的品牌之一。

 NVIDIA 的崛起并非无人关注。其股价实现了显著增长，并于 2024 年 3 月达到 XNUMX 万亿美元的市值。如今，NVIDIA 已成为神经形态和边缘 AI 硬件领域的领导者。因此，它仍然积极参与 AI 推理效率和类脑架构的设计。那些寻求可靠且成熟的 AI 股票的投资者应该花时间对 NVIDIA 进行更深入的研究。 

如需进一步了解 NVIDIA，请务必 看看我们对这个行业巨头的关注.

NVIDIA 公司最新动态

人工智能的未来：自然智能、人工智能

这项研究背后的工程师们将人工智能能力提升到了一个新的水平。他们的新芯片设计将使人工智能能够开发出更快、更智能的算法。这些系统有朝一日将为你生活中的几乎每一个组件提供动力。目前，这项研究展示了科学家如何从大自然和人体中寻找灵感，将创新推向新的高度。 

了解其他酷炫的 AI 项目 现在.

参考研究：

^{1. Lee, J., Shenoy, R., Deo, A., Yi, S., Gao, D., Qiao, D., Xu, M., Asapu, S., Rong, Z., Nathan, D., Hei, Y., Paladugu, D., Zheng, J.-G., Yang, JJ, Williams, RS, Wu, Q., & Chen, Y. (2025)。 用于超图灵智能系统的基于HfZrO的突触电阻电路.科学进展，11(9)，eadr2082。 https://doi.org/10.1126/sciadv.adr2082}