数学物理方程的神经网络算法_在水中进行神经网络计算的离子电路问世

　　科技日报北京9月30日电;（记者张梦然）美国哈佛大学工程与应用科学学院;（SEAS）团队与生物技术初创公司DNA;Script合作，开发出一种由数百个离子晶体管组成的离子电路，并执行了神经网络计算的核心过程。该研究发表在最近的《先进材料》上。

　　智能手机、计算机和数据中心中的微处理器通过固体半导体操纵电子来处理信息，但人类大脑有一个不同的系统，其依靠操纵液体中的离子来处理信息。

　　受大脑的启发，研究人员长期以来一直在寻求在水溶液中开发“离子”电路;。虽然水中的离子比半导体中的电子移动得慢，但具有不同物化性质的离子可用于更丰富、更多样化的信息处理。

　　研究人员首先构建了一种新型离子晶体管。该晶体管由醌分子的水溶液组成，与两个同心环形电极和一个中心圆盘电极相连，就像一个靶心。

　　施加在中心圆盘上的电压会引起电化学反应，从而产生从圆盘到水中的离子电流。两个环形电极通过产生和捕获氢离子来调节中心盘周围的局部pH值，从而加快或降低反应速率，也就是增加或减少离子电流。换句话说，pH控制（门控）圆盘在水溶液中的离子电流，从而产生电子晶体管的离子对应物。

　　然后，他们设计了pH门控离子晶体管，使得圆盘电流是圆盘电压和代表局部pH门控晶体管的“权重”参数的算术乘积。他们将这些晶体管组织成16×16阵列，以将单个晶体管的模拟算术乘法扩展为模拟矩阵乘法。

　　研究人员称，矩阵乘法是人工智能神经网络中最普遍的计算，他们的离子电路以完全基于电化学机制的模拟方式在水中执行矩阵乘法。虽然该离子电路不能像数字微处理器那样快速或准确，但水中的电化学矩阵乘法本身就很迷人，且具有节能的潜力。

　　未来，该团队希望进一步丰富系统的化学复杂性。到目前为止，研究团队只使用了3—4种离子物质，例如氢和醌离子，来实现水性离子晶体管中的门控和离子传输。他们计划使用更多样化的离子种类来处理信息内容。

　　总编辑圈点

　　人类大脑给信息科学带来的启发仍在继续。用于人工智能的深度学习技术就在很大程度上模仿了大脑的信息处理方式。当下，引领人工智能发展趋势的类脑计算，更离不开对大脑的借鉴：这种技术从结构上追求设计出像生物神经网络那样的系统，从功能上追求模拟大脑的功能，从性能上追求大幅度超越生物大脑。而上述在水溶液中进行神经网络计算，对大脑进行模拟的方式堪称另辟蹊径。