科技日报消息称，韩国科学技术研究院（KIST）神经形态工程中心研究团队开发出一种能进行高度可靠神经形态计算的人工突触半导体器件，解决了神经形态半导体器件忆阻器长期存在的模拟突触特性、可塑性和信息保存方面的局限。研究成果近日发表在《自然·通讯》杂志上。
该团队使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。与现有人工突触装置相比，错误率降低60%以上；此外，手写图像模式识别准确率提高69%以上。研究团队通过这种改进的人工突触装置证实了高性能神经形态计算系统的可行性。
研究人员表示，这项研究极大改善突触的运动范围和信息保存，这是现有突触模拟的最大技术障碍。新开发的人工突触装置表达突触各种连接强度的模拟运算区域得到最大化，因此基于大脑模拟的人工智能计算的性能将得到提升。 |
|
