机构名称：
¥ 1.0
直接在复杂的物理系统中实施机器学习正在成为解决此问题的一种有吸引力的低能耗解决方案 2 。所谓的“神经形态计算” 3 从大脑中汲取灵感，将计算迁移回最初启发人工智能的复杂物理系统 4 。纳米磁阵列是神经形态硬件的理想候选者。它们被动存储信息、提供记忆，并通过磁振子 5 （它们的集体 GHz 动力学）执行复杂的非线性处理。值得注意的是，现代软件神经网络的数学源自物理学家在 1970 年代开发的理论框架，用于描述强相互作用磁网络 6 ，纳米磁体和神经网络架构之间具有很大的协同作用。早期的机器学习社区采用了这些框架（最初称为 Hopfield 网络 7 ），并对其进行了调整和完善，形成了今天的人工智能。我在伦敦帝国理工学院的团队（特别是 Kilian Stenning 博士和 Will Branford 博士）最近设计了世界上第一个功能齐全的神经形态计算机，它由一种称为“人造自旋冰”的特定纳米磁网络 8 构建而成。在这次演讲中，我将向大家介绍这个系统、我们最近的进展 9 和新发展。
杰克·C·加特赛德博士
主要关键词
相关文件推荐
