AI影响 工程师的模型为机器学习设备奠定了基础

在可能导致突破的科学小步骤中，圣路易斯华盛顿大学的一名工程师已经采取措施将纳米晶体网络用于人工智能应用。

工程与应用科学学院能源，环境与化学工程助理教授Elijah Thimsen及其合作者开发了一种模型，用于测试现有的电子如何通过纳米材料的理论。该模型可以为在机器学习设备中使用纳米材料奠定基础。

“当用纳米材料制造器件时，它们并不总是像散装材料那样，”Thimsen说。“其中一个显着变化的事情是这些电子穿过物质的方式，称为电子传输机制，但人们并不清楚这是如何发生的。”

Thimsen和他的团队根据一个不寻常的理论建立了模型，即网络中的每个纳米粒子都是连接到每个其他节点的节点，而不仅仅是它的直接邻居。同样不寻常的是流过节点的电流不一定占据节点之间的空间 - 它只需要通过节点本身。研究人员表示，这种行为是由模型预测的，可以在纳米尺度上产生实验上可观察到的当前热点。

此外，该团队还研究了另一种基于人脑和神经系统的神经网络模型。科学家们一直致力于构建新的计算机芯片以模拟这些网络，但这些芯片远远不及人类大脑，它包含多达1000亿个节点和每个节点10,000个连接。

“如果我们拥有大量的节点 - 比任何存在的节点都大得多 - 以及大量的连接，我们如何训练它?” 蒂姆森问道。“我们希望让这个大型网络执行一些有用的工作，例如模式识别任务。”

基于这些网络理论，Thimsen提出了一个初始项目来设计一个简单的芯片，给它特定的输入并研究输出。

“如果我们将其视为神经网络，我们希望看看设备的输出是否取决于输入，”Thimsen说。“一旦我们能够证明这一点，我们将采取下一步措施并提出一种新设备，使我们能够训练该系统执行简单的模式识别任务。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！