隨著人工智能急速發展，這項技術對能源的龐大需求亦成為挑戰。相較之下，人類大腦體積雖小，卻展現出高度的效率與智慧。為了讓機器具備類似特性，科學家正積極探索仿生計算（Bioinspired Computing，BIC），希望讓機器能像神經元般高效且節能地運行。
一支由來自亞洲、歐洲及北美洲49間大學及研究機構共73位研究人員組成的國際團隊，近日發表了一篇綜述論文，為仿生計算硬體的未來發展勾勒清晰的發展路線圖。該文已於《ACS Nano》期刊發表，題目為「生物啟發計算硬體技術路線圖」，通訊作者為人工智能物聯網研究院院長、智能可穿戴系統研究院管理委員會成員、光子技術研究院成員及理學院副院長柴揚教授。第一作者是柴教授的博士后王爽博士。
文章指出，BIC透過模仿生物系統的內在優勢，如並行性、適應性及穩健性，為人工智能硬體提供了極具潛力的替代方案。BIC硬體的發展有賴於跨學科合作，將器件物理、神經科學、計算機科學、數學及信息科學交匯結合。因此，這一新興跨學科領域迫切需要一份完整的技術路線圖，從系統性且深入的角度分析該領域的前沿挑戰及最新進展。
路線圖將關鍵挑戰分為硬體基礎、架構設計與原型開發三大部分。文章詳述了生物特徵如何在器件物理方面為BIC硬體設計帶來靈感，同時指出了在性能指標與工程上的難題。文章亦闡述了BIC架構中的多元信號規則與結構組織如何能支撐著電子與光子BIC晶片等特定計算原型，並提出技術路線圖，講述如何透過器件、架構與系統方面的優化來擴展BIC硬體的功能範疇。跨學科知識的融合，將有助加快高效AI硬體的發展。
此篇綜述論文標誌著BIC領域的重要里程碑，為未來研究提供了明確方向，同時揭示了左右著下一代人工智能硬體發展的挑戰與機遇。
閱讀完整綜述論文：https://pubs.acs.org/doi/full/10.1021/acsnano.5c17087 (只有英文)
你可能也感興趣
