随着人工智能急速发展，这项技术对能源的庞大需求亦成为挑战。相较之下，人类大脑体积虽小，却展现出高度的效率与智慧。为了让机器具备类似特性，科学家正积极探索仿生计算（Bioinspired Computing，BIC），希望让机器能像神经元般高效且节能地运行。
一支由来自亚洲、欧洲及北美洲49间大学及研究机构共73位研究人员组成的国际团队，近日发表了一篇综述论文，为仿生计算硬件的未来发展勾勒清晰的发展路线图。该文已于《ACS Nano》期刊发表，题目为「生物启发计算硬件技术路线图」，通讯作者为人工智能物联网研究院院长、智能可穿戴系统研究院管理委员会成员、光子技术研究院成员及理学院副院长柴扬教授。第一作者是柴教授的博士后王爽博士。
文章指出，BIC透过模仿生物系统的内在优势，如并行性、适应性及稳健性，为人工智能硬件提供了极具潜力的替代方案。BIC硬件的发展有赖于跨学科合作，将器件物理、神经科学、计算器科学、数学及信息科学交汇结合。因此，这一新兴跨学科领域迫切需要一份完整的技术路线图，从系统性且深入的角度分析该领域的前沿挑战及最新进展。
路线图将关键挑战分为硬件基础、架构设计与原型开发三大部分。文章详述了生物特征如何在器件物理方面为BIC硬件设计带来灵感，同时指出了在性能指针与工程上的难题。文章亦阐述了BIC架构中的多元信号规则与结构组织如何能支撑着电子与光子BIC芯片等特定计算原型，并提出技术路线图，讲述如何透过器件、架构与系统方面的优化来扩展BIC硬件的功能范畴。跨学科知识的融合，将有助加快高效AI硬件的发展。
此篇综述论文标志着BIC领域的重要里程碑，为未来研究提供了明确方向，同时揭示了左右着下一代人工智能硬件发展的挑战与机遇。
阅读完整综述论文：https://pubs.acs.org/doi/full/10.1021/acsnano.5c17087 (只有英文)
你可能也感兴趣
