人们正在全球范围内积极寻找制造计算机微芯片的新材料，这些材料不是基于传统的晶体管，而是基于更节能、更像大脑的组件。然而，尽管经典的基于晶体管的数字计算机的理论基础是坚实的，但对于创造类脑计算机却没有真正的理论指导。
格罗宁根大学(University of Groningen)认知材料计算学教授赫伯特·耶格(Herbert Jaeger)认为，这样的理论对于将新型微芯片的工程设计放在坚实的基础上是绝对必要的。
到目前为止，计算机依赖于稳定的开关，通常是晶体管。这些数字计算机是逻辑机器，它们的编程也是基于逻辑推理。几十年来，由于晶体管的进一步小型化，计算机变得更加强大，但这一进程现在正接近物理极限。这就是为什么科学家们正在努力寻找新的材料来制造更多功能的开关，这种开关可以使用更多的值，而不仅仅是数字0或1。
Jaeger是格罗宁根认知系统和材料中心(CogniGron)的一员，该中心旨在开发神经形态(即类脑)计算机。CogniGron汇集了拥有截然不同方法的科学家:来自数学、计算机科学和人工智能等不同领域的实验材料科学家和理论建模师。
与材料科学家的密切合作让Jaeger对他们在尝试开发新的计算材料时所面临的挑战有了一个很好的了解，同时也让他意识到一个危险的陷阱:在计算系统中使用非数字物理效应还没有成熟的理论。
我们的大脑不是一个逻辑系统。我们可以进行逻辑推理，但这只是大脑功能的一小部分。大多数时候，它必须学会如何把手放在茶杯上，或者在走廊里与同事擦肩而过时向他们挥手。
“我们的大脑处理的很多信息都是非逻辑的，是连续的、动态的。在数字计算机中很难将其形式化，”耶格解释说。此外，尽管血压、外部温度或激素平衡等有波动，我们的大脑仍在继续工作。怎样才能制造出如此多功能和健壮的计算机呢?耶格很乐观:“简单的答案是:大脑证明了这是可以做到的。”
因此，大脑是材料科学家的灵感来源。耶格尔:“他们可能会制造出由几百个原子组成的东西，这些原子会振荡，或者会显示出活动的爆发。他们会说，‘这看起来就像神经元的工作原理，所以让我们建立一个神经网络。’”但他们在这方面缺少了一点至关重要的知识。
“即使是神经科学家也不知道大脑是如何工作的。这就是缺乏神经形态计算机理论的问题所在。然而，这个领域似乎并没有看到这一点。”
在《自然通讯》上发表的一篇论文中，Jaeger和他的同事Beatriz Noheda (CogniGron的科学主任)以及Wilfred G. van der Wiel(特文特大学)提出了一个关于非数字计算机理论的草图。他们提出，该理论应该适用于连续的模拟信号，而不是稳定的0/1开关。它还应该适应材料科学家正在研究的大量非标准纳米级物理效应。
Jaeger从听取材料科学家的意见中学到的另一件事是，用这些新材料制成的设备很难制造。
耶格尔说:“如果你做一百个这样的东西，它们也不会完全相同。”这实际上非常像大脑，因为我们的神经元也不完全相同。Jaeger继续说，另一个可能的问题是，这些设备通常很脆，对温度很敏感。“任何关于神经形态计算的理论都应该考虑到这些特征。”
重要的是，支持神经形态计算的理论不会是一个单一的理论，而是由许多子理论构建而成(见下图)。
耶格说:“事实上，这也是数字计算机理论的工作原理，它是一个由相互联系的子理论组成的分层系统。”对神经形态计算机进行这样的理论描述，需要实验材料科学家和正式理论建模者的密切合作。
Jaeger说:“计算机科学家必须了解所有这些新材料的物理学，材料科学家应该了解计算中的基本概念。”
弥合材料科学、神经科学、计算科学和工程学之间的鸿沟，正是格罗宁根大学成立CogniGron的原因:它将这些不同的团队聚集在一起。
“我们都有自己的盲点，”耶格总结道。“我们知识中最大的差距是神经形态计算的基础理论。我们的论文是第一次尝试指出如何构建这样一个理论，以及我们如何创造一种共同语言。”
更多信息:Herbert Jaeger等人，《关于计算机器的形式化理论》，《自然通讯》(2023)。DOI: 10.1038/s41467-023-40533-1
由格罗大学提供
ningen
引用:新的计算硬件需要一个理论基础，研究(2023,10月17日)2023年10月17日检索自https://techxplore.com/news/2023-10-hardware-theoretical-basis.html本文档
作品受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。的有限公司
内容仅供参考之用。
