人工智能非常耗能——新硬件可能会抑制它的胃口

为了解决问题或玩游戏，人工智能可能需要运行在成千上万台计算机上的软件。这可能是三座核电站在一小时内产生的能量。

一组工程师创造了硬件，可以使用目前运行在软件平台上的人工智能来学习技能。在硬件和软件之间共享智能功能将抵消在更高级的应用中使用人工智能所需的能量，例如自动驾驶汽车或发现药物。

材料科学教授施里拉姆拉马纳森说：“软件在人工智能领域面临着最大的挑战。如果除了在软件中发生的事情之外，你还能把智能集成到电路元件中，那么你今天能做的就根本做不到。”普渡大学工程学。

AI硬件开发还处于早期研究阶段。研究人员已经在潜在的硬件中演示了人工智能，但尚未解决人工智能的巨大能源需求。

Ramanathan表示，随着AI越来越渗透到日常生活中，对具有大量能源需求的软件的严重依赖已经无法持续。如果硬件和软件可以共享智能功能，那么在给定的能量输入下，一个硅片可能能够实现更多的目标。

Ramanathan的团队率先在室温下演示了潜在硬件中的人工“树”内存。过去，研究人员只能在对电子设备来说太低的温度下观察硬件中的这种记忆。

这项研究的结果发表在《自然通讯》。

Ramanathan团队开发的硬件是由所谓的量子材料制成的。这些材料以其经典物理无法解释的特性而闻名。Ramanathan的实验室一直在努力更好地理解这些材料，以及如何利用它们来解决电子学中的问题。

软件使用树内存将信息组织成各种分支，这使得在学习新技能或任务时更容易检索信息。

这个策略的灵感来源于人脑如何对信息进行分类并做出决策。

Lillian Gilbreth博士后研究员张海天说：“人类是通过树的类别来记忆事物的。比如，我们把‘苹果’归类为‘水果’，把‘大象’归类为‘动物’。普渡大学工程学院。”在硬件中模仿这些功能对于受大脑启发的计算具有潜在的吸引力。"

研究小组将质子引入一种叫做氧化钕镍的量子材料中。他们发现对物质施加电脉冲会绕着质子移动。质子的每个新位置都会产生一个不同的电阻状态，这将产生一个称为存储状态的信息存储位置。多个电脉冲产生一个由存储状态组成的分支。

Ramanathan说：“通过使用量子力学效应，我们可以在材料中建立成千上万种记忆状态。材料保持不变。我们只是绕着质子转。”

通过模拟在这种材料中发现的特征，研究小组证明了这种材料可以学习数字0到9。学习数字的能力是对人工智能的基本考验。

室温下在材料中演示这些材料是向展示硬件可以共享软件任务迈出的一步。

Ramanathan说：“这一发现为AI开辟了一个新的领域，但却被忽视了，因为它不存在于电子硬件中。”

这种材料也可以帮助创造一种更自然的人类与人工智能交流的方式。

张说：“质子也是人类天然的信息传递者。通过质子转移实现的设备可能是最终实现与生物体直接通信的关键组件，例如通过大脑植入。”