灵感来自大脑的电子系统可以大大减少AI的碳足迹

UCL研究人员的一项研究发现了一种提高大脑灵感的计算系统的准确性的方法之后，如今，极其节能的人工智能现在已接近现实。

该系统使用忆阻器创建人工神经网络，其能源效率比传统的基于晶体管的AI硬件至少高出1000倍，但迄今为止更容易出错。

现有的AI极其耗能-训练一个AI模型可以产生284吨二氧化碳，相当于五辆汽车的终身排放量。用忆阻器代替构成所有数字设备的晶体管，这是一种始于2008年的新型电子设备，可以将其减少到一吨二氧化碳的一小部分，相当于下午开车时产生的排放。

由于忆阻器比现有的计算系统具有更高的能源效率，因此它们有可能将大量的计算能力打包到手持式设备中，从而无需连接到Internet。

这一点尤其重要，因为由于数据需求不断增加以及数据传输容量超过一定点的困难，预计将来对Internet的过度依赖将成为问题。

在发表在《自然通讯》上的这项新研究中，UCL的工程师发现，通过使忆阻器在神经网络的几个子组中协同工作并平均其计算，可以大大提高准确性，这意味着可以消除每个网络中的缺陷。出来。

忆阻器被描述为“具有记忆的电阻器”，因为他们记得即使在关闭电源后流经它们的电荷量，在十多年前首次制造时也被认为具有革命性，是电子产品中的“缺失环节”电阻，电容和电感。自那时以来，它们已经在存储设备中进行了商业生产，但是研究小组表示，它们可以在未来三年内用于开发AI系统。

忆阻器不仅极大地提高了效率，因为它们不仅以1和0的二进制代码运行，而且同时以0和1之间的多个级别运行，这意味着可以将更多信息打包到每个位中。

此外，忆阻器通常被描述为一种神经形态的(大脑启发性的)