然而实际上，人类的大脑可以快速、准确地处理复杂的信息层，而且几乎不需要任何能量输入：只看一次脸就能识别出一张脸，或者立即知道山和海的区别。这些简单的人类行为对计算机而言却需要大量的处理和能量输入，而且准确率也不能保证。

因此，用最少的能量需求创造出像大脑一样的计算机将会彻底改变现代生活的方方面面。由美国能源部资助、美国加州大学圣迭戈分校领导的面向高能效神经形态计算的量子材料（Q-MEEN-C）项目最近就在这方面取得了突破。

近期，该研究团队在理解和模拟大脑功能方面又向前迈出了重要一步。他们在包含多个设备的阵列上进行计算，以模拟大脑中的多个神经元和突触。在进行这些测试时，他们发现非局部性在理论上是可能的，并在实验室将模拟转化为实际设备，进一步完善了该想法。

最新研究成果已于近期发表在了《纳米快报》杂志上。

研究人员解释称，通常而言，要创建一个为笔记本电脑等设备供电的输电网络，需要具有连续接点的复杂电路，这既低效又昂贵。

Q-MEEN-C的设计概念要简单得多。最新研究表明，在相邻电极之间传递的电刺激也可以影响非相邻电极。这一发现被称为非局部性行为，这意味着电路中的所有导线不必相互连接。

研究人员们自豪地表示，这是通往模拟大脑功能的新型设备（即神经形态计算）之旅的一个重要里程碑。

迄今为止，人类大脑能出色执行的模式识别任务只能通过计算机软件来模拟。像ChatGPT和Bard这样的人工智能程序使用复杂的算法来模拟思考和写作等基于大脑的活动，但如果没有相应先进的硬件支持，软件将在某一时刻达到极限。

因此，研究人员迫切渴望一场硬件革命，与目前发生在软件上的革命相媲美，并展示了在合成材料中重现非局部行为的可能性，使科学家们更近了一步。下一步将涉及创建更复杂的阵列，以更精细的配置使用更多的电极。

研究人员说，“在我们试图理解和模拟大脑功能的过程中，这是非常重要的一步。展示一个具有非局部相互作用的系统将使我们进一步研究大脑的思维方式。”

“下一阶段，我们将创造出高效的机器，这些机器的物理特性就是进行学习的机器。这将为人工智能领域带来一种新范式。”他们补充道。

来源:科创板日报