神经网络创造可行性芯片
英国《自然》杂志9日发表一项人工智能突破性成就，美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。研究显示，该方法能给出可行的芯片设计，且芯片性能不亚于人类工程师的设计，而整个设计过程只要几个小时，而不是几个月，这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来设计下一代人工智能计算机系统。 不同元件在计算机芯片上的布局，是决定芯片整体性能的关键。设计计算机芯片的物理布局既复杂又耗时，难度非常大，需要专业人类设计工程师付出大量工作。而尽管已为此进行多年的尝试，芯片布局规划一直都无法实现自动化，需要设计工程师们花费数月的努力才能生产可供规模制造的布局。 在位于美国加州的谷歌研究院内，人工智能专家阿泽利亚·米尔侯赛尼、安娜·戈迪耶及其同事最新的研究表明，机器学习工具已经可以用来加速这一名为“布局规划”的流程。 研究团队将芯片布局规划设计成一个强化学习问题，并开发了一种能给出可行芯片设计的神......阅读全文
神经网络创造可行性芯片
英国《自然》杂志9日发表一项人工智能突破性成就，美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。研究显示，该方法能给出可行的芯片设计，且芯片性能不亚于人类工程师的设计，而整个设计过程只要几个小时，而不是几个月，这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来
日本借深度神经网络破译人类思维 人工智能走近大脑
外媒称，日本研究人员已经成功借助人工智能破译了人类的思维和想象，从而在理解人类思想及其背后的大脑机制领域获得了重大突破。 据阿根廷 21 世纪趋势网站 6 月 6 日报道，破解人类思维的内容是科学界长久以来的愿望。事实上，此前的种种研究也已经实现了破译人类所见、回忆、想象和梦境的内容。 例如
满足神经网络复杂线路需求 全新硅芯片精准分发光信号
据物理学家组织网近日报道，美国国家标准与技术研究院（NIST）的研究人员研制出一种硅芯片，它精准分发光信号的能力，为未来的神经网络研究提供了一种潜在设计方法。 人脑拥有数十亿神经元（神经细胞），每个神经元之间都存在着上千个连接点。许多研究项目致力于制造人工神经网络电路来模拟大脑，但是，像
新一代人工智能：“轻”装上阵 普惠民生
深度学习近些年来迅猛发展，在人工智能领域显现出了强大的威力。然而这一切是有代价的。为了完成日益复杂的AI任务，神经网络模型体量暴增，对服务器的储存和算力要求也水涨船高，由此产生的经济成本、耗费的电量、对环境的污染正在困扰着这个行业。 人工智能的这场游戏正变得越来越“笨拙”，也越来越奢侈。于是，
效仿人脑节能，可用于AI的大型类脑神经网络实现
在《自然·机器智能》杂志上发表的一项新研究中，荷兰国家数学与计算机科学研究所（CWI）科学家展示了类脑神经元如何与新颖的学习方法相结合，能够大规模训练快速节能的尖峰神经网络。潜在的应用包括可穿戴人工智能（AI）、语音识别、增强现实等诸多领域。 这种尖峰神经网络，可在称为神经形态硬件的芯片中实现
英特尔与脸谱合作开发人工智能芯片
据物理学家组织网报道，英特尔首席执行官布莱恩·科再奇近日出席华尔街日报举办的“全球技术大会”（WSJDLive）时宣布，正在与脸谱等科技巨头合作，年底将推出一款专为人工智能设计的芯片，以让该公司在人工智能领域由“迟来者”向“领先者”华丽转身。 曾生产出全球首个微处理器的英特尔公司，多年来
二维材料成功集成到硅微芯片内
沙特阿卜杜拉国王科技大学科学家在27日出版的《自然》杂志上发表论文指出，他们成功将二维材料集成在硅微芯片上，并实现了优异的集成密度、电子性能和良品率。研究成果将帮助半导体公司降低制造成本，及人工智能公司减少数据处理时间和能耗。二维材料有望彻底改变半导体行业，但尽管科学家们研制出了多款类似设备，但技术
可用于AI的大型类脑神经网络实现
原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500296.shtm 科技日报北京5月9日电 （记者张梦然）在《自然·机器智能》杂志上发表的一项新研究中，荷兰国家数学与计算机科学研究所（CWI）科学家展示了类脑神经元如何与新颖的学习方法相结合，能够
二维材料成功集成到硅微芯片内
原文地址：http://news.sciencenet.cn/htmlnews/2023/3/497276.shtm 微芯片内的设备和电路的光学显微镜图像。图片来源：《自然》杂志网站 科技日报北京3月28日电 （记者刘霞）沙特阿卜杜拉国王科技大学科学家在27日出版的《自然》杂志上发表论
新光学芯片可实现高效“深度学习”
美国麻省理工学院（MIT）科学家在12日出版的《自然·光学》杂志上发表论文称，他们开发出一种全新的光学神经网络系统，能执行高度复杂的运算，从而大大提高“深度学习”系统的运算速度和效率。 “深度学习”系统通过人工神经网络模拟人脑的学习能力，现已成为计算机领域的研究热门。但由于在模拟神经网络任务中