為了解決難題或玩游戲，人工智能可能需要在數千臺計算機上運行的軟件。那可能是三個(gè)核電廠(chǎng)在一小時(shí)內產(chǎn)生的能量。

一組工程師創(chuàng )建了可以使用當前在軟件平臺上運行的AI來(lái)學(xué)習技能的硬件。在硬件和軟件之間共享情報功能將抵消在更高級的應用程序(如自動(dòng)駕駛汽車(chē)或發(fā)現毒品)中使用AI所需的能量。

材料學(xué)教授Shriram Ramanathan表示：“軟件正在承擔AI中的大多數挑戰。如果您除了將軟件中發(fā)生的事情整合到電路組件中，還可以將智能整合到電路組件中，那么您今天可以做的事情根本無(wú)法完成。”普渡大學(xué)的工程學(xué)。

AI硬件開(kāi)發(fā)仍處于早期研究階段。研究人員已經(jīng)在潛在的硬件中展示了AI，但尚未解決AI的巨大能源需求。

Ramanathan說(shuō)，隨著(zhù)AI滲透到日常生活中的越來(lái)越多，對具有大量能源需求的軟件的嚴重依賴(lài)已無(wú)法持續。如果硬件和軟件可以共享智能功能，那么在給定的能量輸入下，一塊硅片可能能夠實(shí)現更多目標。

Ramanathan的團隊率先在室溫下的一種潛在硬件中演示了人造的“樹(shù)狀”內存。過(guò)去，研究人員只能在對于電子設備而言太低的溫度下在硬件中觀(guān)察到這種存儲器。

這項研究的結果發(fā)表在《自然通訊》雜志 上。

Ramanathan團隊開(kāi)發(fā)的硬件由所謂的量子材料制成。這些材料因具有無(wú)法由經(jīng)典物理學(xué)解釋的特性而聞名。Ramanathan的實(shí)驗室一直在努力更好地理解這些材料以及如何將其用于解決電子學(xué)中的問(wèn)題。

軟件使用樹(shù)狀內存將信息組織到各種“分支”中，從而在學(xué)習新技能或任務(wù)時(shí)更易于檢索該信息。

該策略的靈感來(lái)自人腦如何對信息進(jìn)行分類(lèi)和做出決策。

莉蓮·吉爾布雷斯(Lillian Gilbreth)博士后研究員張海天說(shuō)：“人類(lèi)以樹(shù)的類(lèi)別來(lái)記住事物。例如，我們將'蘋(píng)果'(apple)歸為'水果'類(lèi)別，'大象'為'動(dòng)物'類(lèi)別。在普渡大學(xué)工程學(xué)院。“模仿硬件中的這些功能對于靈感來(lái)自大腦的計算具有潛在的吸引力。”

該團隊將質(zhì)子引入了一種稱(chēng)為氧化釹鎳的量子材料。他們發(fā)現向材料施加電脈沖會(huì )在質(zhì)子周?chē)苿?dòng)。質(zhì)子的每個(gè)新位置都會(huì )創(chuàng )建一個(gè)不同的阻力狀態(tài)，這會(huì )創(chuàng )建一個(gè)稱(chēng)為存儲狀態(tài)的信息存儲位置。多個(gè)電脈沖創(chuàng )建了一個(gè)由存儲狀態(tài)組成的分支。

Ramanathan說(shuō)：“通過(guò)利用量子力學(xué)效應，我們可以在材料中建立成千上萬(wàn)個(gè)記憶狀態(tài)。材料保持不變。我們只是在質(zhì)子周?chē)騺y。”

通過(guò)對在該材料中發(fā)現的特性進(jìn)行仿真，該團隊證明該材料能夠學(xué)習數字0到9。學(xué)習數字的能力是人工智能的基礎測試。

這些材料在室溫下在材料中的演示是朝著(zhù)表明硬件可以從軟件分擔任務(wù)的方向邁出的一步。

Ramanathan說(shuō)：“這一發(fā)現為AI開(kāi)辟了新的領(lǐng)域，但由于在電子硬件中實(shí)現這種智能尚不存在，因此被人們忽略了。”

該材料還可以幫助創(chuàng )造一種人類(lèi)更自然地與AI交流的方式。

張說(shuō)：“質(zhì)子也是人類(lèi)的自然信息傳遞者。通過(guò)質(zhì)子傳遞而實(shí)現的設備可能是最終實(shí)現與生物體直接通信的關(guān)鍵組件，例如通過(guò)大腦植入物。”