经过数十年的发展，晶体管在尺寸和速度上已经达到其物理极限。但是，人们对计算的需求却只增不减。尤其是在人工智能中，神经网络通常具有数百万个参数。科学家认为，解决这个问题，关键在于“储备池计算”（reservoir computing）。

因此，在一项新研究中，日本大阪大学的科学家开发了一个基于法拉第电流电化学反应的简单系统。

储备池计算是21世纪初出现的一种机器学习算法，用于解决“最难”的计算问题。与在半导体芯片上运行的传统二进制程序不同，非线性动力系统（储备池）的反应用于执行大部分计算。量子过程到光学激光组件的各种非线性动力系统已被视为储备池。在新研究中，科学家研究了电化学溶液的离子电导。

研究作者Megumi Akai-Kasaya 教授说：“我们的简单测试设备由 90 对平面电极组成，其表面滴有离子溶液，然后将输入的响应电压用作储备池的响应电压。响应电压，是通过溶液的离子电流和电化学电流产生的。这种输入-输出关系既是非线性的又是可重现的，这使得它适用于储备池计算。”

研究人员使用该系统评估了两种液体：溶液中的多金属氧酸盐分子和去离子水。无论使用哪种液体，系统都会显示节点之间的“前馈连接”。但是，也存在差异。一方面，多金属氧酸盐溶液增加了响应电流的多样性，这使得它能够很好地预测周期性信号。另一方面，去离子水最适合解决二阶非线性问题。这些良好性能展示了它们在更复杂的任务中的潜力，例如手写字体识别、孤立词识别和其他分类任务。

研究人员认为，在短时间内以最小的电化学反应进行质子或离子转移，具有发展成低成本、计算能力更强的计算系统的潜力。

该研究论文题为“Physical Implementation of Reservoir Computing through Electrochemical Reaction”，已发表在Advanced Science上。

前瞻经济学人APP资讯组

论文原文：https://onlinelibrary.wiley.com/doi/10.1002/advs.202104076

从学术到产业，更多相关数据请参考前瞻产业研究院《2021-2026年中国人工智能行业市场前瞻与投资战略规划分析报告》。同时前瞻产业研究院还提供产业大数据、产业研究、产业链咨询、产业图谱、产业规划、园区规划、产业招商引资、IPO募投可研、IPO业务与技术撰写、IPO工作底稿咨询等解决方案。

相关深度报告 REPORTS

本报告前瞻性、适时性地对人工智能行业的发展背景、供需情况、市场规模、竞争格局等行业现状进行分析，并结合多年来人工智能行业发展轨迹及实践经验，对人工智能行业未来...

查看详情

未经允许不得转载：奥鸟视频-全球短视频资讯平台 » 科学家通过电化学反应，测试了“储备池计算”的巨大潜力