晓查 发自 凹非寺

量子位 报道 | 公众号 QbitAI

最近，一篇登上Science的最新研究可谓轰动了整个AI界。

生物学家们发现，人类的单个神经元也可以进行异或（XOR）运算，效率远高于我们现在的人工神经网络（ANN）。

ANN要实现一个异或运算，至少需要2层神经网络。

现在，来自荷兰特温特大学一篇登上Nature的论文，再次打破我们的认知。

他们发明了一种新的硅半导体器件，利用量子力学的隧道效应，可以在单个器件上进行任意逻辑运算，当然也包括异或。

这就是量子力学中的隧道效应。

之前已经有研究人员在硅表面沉积一些金纳米颗粒，作为电子的坑，坑之间由绝缘分子隔开。

经过掺杂的半导体的势能曲面形成了一个高维特征空间的映射关系。通过加入的5个控制电极可以调节曲面的形状，从而控制电荷的走向。

我们可以通过简单地调整5个控制电压，对单个电路进行重新编程，执行任何两个输入的逻辑运算。

当然，如果只能对4位二进制数据进行分类还远远谈不上机器学习。研究人员将2×2的特征提取并行组合，测试了MNIST手写数字图像的分类。

我们知道，MNIST数据集是一组28×28的黑白图片。研究人员将图像分为多个2×2的方块，然后将数据输入上面设计的分类器中，再将这种分类器提取出的结果输入到常规硬件中，执行机器学习算法。

实验也证明了，研究人员发明的分类器设备可以并行运算，而不会产生任何冲突。在当前机器学习算法中，用于执行运算的设置限制了分类器的运行速度，进而限制了能效。

这篇文章提出的器件可以替代现有硬件，以极大地提高电路在执行AI运算时的速度和能效。

关于作者

本文的第一作者Chen Tao现在是荷兰特温特大学BRAINS中心的博士后研究员。