据《科技日报》报道,韩国科技研究所(KIST)神经形态工程中心的研究小组开发了一种人工突触半导体装置,可以进行高度可靠的神经形态计算,解决了神经形态半导体装置内存的长期模拟突触特性、可塑性和信息存储的局限性。研究成果最近发表在《自然》上·在通讯杂志上。
团队利用开发的人工突触设备实现了人工神经网络学习模式,并尝试了人工智能图像识别学习。与目前的人工突触设备相比,错误率降低了60%以上;此外,手写图像模式的识别精度提高了69%以上。通过这种改进的人工突触设备,研究小组证实了高性能神经形态计算系统的可行性。
研究人员表示,这项研究大大提高了突触的运动范围和信息存储,这是目前突触模拟的最大技术障碍。新开发的人工突触设备发的人工突触设备表达突触各种连接强度的模拟计算区域,从而提高了基于大脑模拟的人工智能计算的性能。