0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

RMIT发集成多项功能的AI芯片!用超级材料黑磷充当AI的“视觉神经元”

工程师邓生 来源:ScienceDaily 作者:ScienceDaily 2020-11-20 12:04 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

芯东西11月19日消息,视觉记忆是人类认知学习的核心,但对于人工智能来说,电磁频谱(可见或不可见)才是它的“眼”。

人工智能系统,要将各个频段的电磁频谱转化成自己的视觉记忆,依靠的就是基于内置内存和信号处理的成像单元,但目前并没有一个电信号平台,可以根据光的变化改变电信号极性,从而赋予AI视觉记忆。

近期,由皇家墨尔本理工大学(Royal Melbourne Institute of Technology University,下称RMIT)领导的研究团队,提出了一项AI技术,将成像、图像处理、机器学习和内存集成在单个光驱动芯片中。该芯片旨在通过模仿人脑处理视觉信息的方式,为机器人、智能穿戴设备和如人造视网膜等仿生植入物提供更为灵敏、智能的“视力”。

11月17日,该篇论文《基于层状黑磷的完全光驱内存和神经形态计算(Fully Light‐Controlled Memory and Neuromorphic Computation in Layered Black Phosphorus)》发表在《advance materials》上。

论文链接:

01 。

小身材却有大功能,串起散落的AI组件

通常来说,人工智能严重依赖从数据采集到算法模型的一整套技术逻辑,但在硬件中,受限于技术或者空间,这些逻辑链条中的“块”可能“散落”在不同的区域。

RMIT研究团队的目标就是将这些散落的“逻辑块”串起来,通过将多个组件和功能集成到一块芯片中,从根本上提高AI决策的效率和准确性。

▲成像、处理、机器学习和内存集成在一块的光驱动芯片。

而这个“串起来”的思路就是来自自然界中最聪明的计算机——人脑。

负责研究团队中功能材料和微系统、RMIT副教授Sumeet Walia说,“我们的目标就是以视觉为抓手,让计算机复刻人脑从视觉识别到判断决策的全过程,从而在神经机器人学、人机交互技术和可扩展的仿生系统上有进一步的突破。”

在谈及应用层面时,Walia提到了行车记录仪。如果行车记录仪里装上了神经启发式的硬件,无需连网,它就可以识别灯光、标志、物体并做出即时决策。

02 。

被“光”雕刻的芯片:层状黑磷的妙用

如果掀开这块AI芯片“视力惊人”的神秘幕布,那我们就能看到其背后的超薄材料——二维层状黑磷。

二维层状黑磷的神奇之处就在于,它可以基于不同波长的光来改变自身的阻值,从而充当AI的“视觉神经元”。

RMIT研究团队表示,采用黑磷的启发来自于光遗传学。作为生物技术中的新兴工具,光遗传学使科学家以高精度深入研究人体中的电流,并通过光来观察神经元的变化。

基于层状黑磷和光遗传学,RMIT团队通过向芯片照射不同波长的光,来实现成像、存储等不同的功能,并创建、修改AI芯片的内存。

通过改变和编码光的波长,AI芯片现在可以自动捕获并增强图像,进行像素内图像预处理,并基于全光学驱动的神经形态计算,对图像进行分类。实验表明在经过训练后,该芯片图像识别准确率超过90%。

除了能够“串联”组件的优势,该黑磷AI芯片还能与现有的电子技术和硅技术兼容,方便将来能再轻松“串”进其他技术。

该项研究团队的另一主要负责人Taimur Ahmed博士说,“光驱动计算比现有技术更快,更准确且能耗更低。而且当我们把如此多的核心功能整合到一个纳米级设备上,单个芯片上就能进行更大量的机器学习和AI集成应用。”

03 。

结语:多领域应用,AI芯片的类脑“梦”

RMIT研究团队表示,除了行车记录仪、机器人等硬件,光学AI芯片还在康复届也潜力无限,例如,如果将该AI芯片装进人工视网膜,科学家就可以提高仿生眼的准确性,加快仿生眼的商业化。

也正如Ahmed博士所言,AI芯片的终点是永恒不变的:成为一个可以和人脑一样从环境中学习的AI大脑。

责任编辑:PSY

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    463

    文章

    54423

    浏览量

    469291
  • AI
    AI
    +关注

    关注

    91

    文章

    41107

    浏览量

    302589
  • 视觉
    +关注

    关注

    1

    文章

    182

    浏览量

    24865
  • AI芯片
    +关注

    关注

    17

    文章

    2164

    浏览量

    36869
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    神经元设备和脑机接口有何渊源?

    HUIYING神经元设备的发展历程概述神经元设备的发展经历了从基础信号检测到多功能智能集成的演进过程。自1920年代脑电图(EEG)信号首次被发现以来,
    的头像 发表于 11-03 18:03 1664次阅读
    <b class='flag-5'>神经元</b>设备和脑机接口有何渊源?

    脉冲神经元模型的硬件实现

    如图所示展示了LIF神经元的膜电势Vmem随时间戳timestamp动态变化的过程,当接收到输入脉冲后,LIF神经元的膜电势值Vmem便会升高,直至达到阈值电压Vthersh,此时神经元产生输出脉冲
    发表于 10-24 08:27

    SNN加速器内部神经元数据连接方式

    所谓地址事件表达(Address Event Representation,AER),是指通过地址的方式将事件进行表达,然后按时间顺序复用到总线上。已知生物神经元产生脉冲的频率比数字电路要低很多
    发表于 10-24 07:34

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片到AGI芯片

    、分布式群体智能 1)物联网AGI系统 优势: 组成部分: 2)分布式AI训练 7、发展重点:基于强化学习的后训练与推理 8、超越大模型:神经符号计算 三、AGI芯片的实现 1、技术需求 AI
    发表于 09-18 15:31

    【「AI芯片:科技探索与AGI愿景」阅读体验】+具身智能芯片

    进行分析和处理,以便更好地理解和利用这些信息。 具身智能除了学 习还有记忆功能,这在生物学中对应遗传。在芯片实现中,常常采用存算一体化(包含存内计算)以及把感知功能集成在一起的感存算
    发表于 09-18 11:45

    【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算、类脑芯片

    网络是 AI芯片发展的重要方向。如果利用超导约瑟夫森结(JJ)来模拟与实时突触电路相连的神经元,神经网络运行的速度要比目前的数字或模拟技术提升几个数量级。 1、超低温类脑
    发表于 09-17 16:43

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的科学应用

    配备科学发现仍需人类的直觉和灵感 ④正价可解释性和透明性 ⑤解决伦理和道德问题六、AI芯片用于“AI科学家”系统 AI芯片的作用:七、用量子
    发表于 09-17 11:45

    【「AI芯片:科技探索与AGI愿景」阅读体验】+化学或生物方法实现AI

    和养护 ⑥实验和分析 ⑦不断优化和改进 4)“片上大脑”芯片用于生成新的AI算法 片上大脑神经芯片:具有4000多个电极,能够同时记录小鼠数千个神经
    发表于 09-15 17:29

    【「AI芯片:科技探索与AGI愿景」阅读体验】+第二章 实现深度学习AI芯片的创新方法与架构

    上来先来几个专有名词: ANN:人工神经网络 SNN:脉冲神经网络DNN:深度神经网络 神经网络设计灵感都是来自人类的大脑结构,都是由神经元
    发表于 09-12 17:30

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片的需求和挑战

    ②Transformer引擎③NVLink Switch系统④机密计算⑤HBM FPGA: 架构的主要特点:可重构逻辑和路由,可以快速实现各种不同形式的神经网络加速。 ASIC: 介绍了几种ASIC AI芯片
    发表于 09-12 16:07

    【「AI芯片:科技探索与AGI愿景」阅读体验】+可期之变:从AI硬件到AI湿件

    想到,除了研究大脑的抽象数学模型外,能否抛弃传统的芯片实现方式,以化学物质和生物组件、材料及相关现象来构建人工神经网络或提取其功能来用于AI
    发表于 09-06 19:12

    【「AI芯片:科技探索与AGI愿景」阅读体验】+内容总览

    集成芯片、分子器件与分子忆阻器,以及打印类脑芯片等。 第五章至第八章分别探讨化学或生物方法实现AI
    发表于 09-05 15:10

    AI 芯片浪潮下,职场晋升新契机?

    单元)、FPGA(现场可编程门阵列)、ASIC(专用集成电路)以及神经拟态芯片等几大类。在职称评审体系中,这些细分领域对应着不同的专业方向。以东莞市工程系列人工智能专业职称评审为例,其人工智能硬件专业
    发表于 08-19 08:58

    【书籍评测活动NO.64】AI芯片,从过去走向未来:《AI芯片:科技探索与AGI愿景》

    神经网络。 材料创新 这部分将视角投向化学与生物领域,探索 “湿件”的可能性,重新定义AI芯片的形态。 化学计算开辟了全新路径,通过酸碱反应构建逻辑门与
    发表于 07-28 13:54

    无刷直流电机单神经元PI控制器的设计

    摘要:研究了一种基于专家系统的单神经元PI控制器,并将其应用于无刷直流电机调速系统中。控制器实现了PI参数的在线调整,在具有PID控制器良好动态性能的同时,减少微分项对系统稳态运行时的影响,并较好
    发表于 06-26 13:34