之前的相似研究都侷限於在傳統計算機上研製神經網絡模型或在超級計算機上模擬複雜的神經網絡,而新研究的思路是,研發在大小、處理速度和能耗方面均可與真實大腦相媲美的電路。瑞士蘇黎世大學、聯邦理工學院(ETH Zurich)神經信息學研究所(INI)的教授賈科莫·因迪韋裏表示:「咱們的目標是直接在微芯片上模擬生物神經元和突觸的屬性。」網絡
作到這一點面臨的主要挑戰,是配置由人造神經元組成的網絡,讓其能執行特定的任務。瑞士科學家如今已經成功地攻克了這一難關,他們研發出一種神經形態系統,可以實時執行復雜的感受運動任務,並借用這一系統,演示了一個須要短時間記憶以及來龍去脈的決策任務,這一任務對於認知測試不可或缺。測試
在演示過程當中,他們將這種人造神經元合併成能執行神經處理模塊的網絡,這些處理模塊與所謂的「有限狀態機」同樣,可以將行爲用公式表示出來,所以能採用一種自動化的方式,將其轉移到神經形態硬件內。「有限狀態機」是一個數學概念,用來描述邏輯過程或者計算機程序。因迪韋裏說:「這種網絡鏈接模式與哺乳動物大腦內發現的結構很是相似。」網站
這是科學家們首次演示如何構造出這種實時的硬件神經處理系統。因迪韋裏總結道:「咱們採用新方法研製出的神經形態芯片能夠像‘變形金剛’同樣,構造出不一樣類型的行爲模式。新研究對研發出新的腦啓發技術相當重要。」例如,科學家們能夠借用這一技術,將芯片同傳感神經形態元件(例如人造耳蝸或視網膜)結合在一塊兒,製造出複雜的能同周圍環境實時交互的認知系統。數學