工程師的模型為新型機器學習設備奠定了基礎。 該模型使用納米晶體來改善人工智慧應用。
這個過程在較低的溫度下工作,
新的進展來自Elijah Thimsen博士, 他是一位專門從事能源, 環境和化學力學工程的工程師, 在聖路易斯華盛頓大學, 工程與應用科學學院工作。 研究人員構建了一個旨在探索電子如何通過納米材料移動的理論的模型。 希望該模型能夠為機器學習裝置中使用納米材料奠定基礎。 這一點很重要的原因在於它將通過允許更快、更多樣化的計算來增加智慧型機器的複雜性; 這是由於電子通過納米材料(其基於電子傳輸機制的特性)移動的方式。 研究中使用的納米材料具有結晶形式。 納米晶體是具有至少一個尺寸小於100納米(納米顆粒)並由單晶或多晶佈置的原子組成的材料顆粒。
模型的基礎是網路中的每個納米顆粒是一個節點,
由此, 研究人員還建立了一種基於人腦和神經系統的神經網路。 目的在於使用這種映射來設計新一代電腦晶片。 這些晶片應該推進諸如模式識別任務的功能, 允許人工智慧系統更好地解釋人臉或物體中的微妙變化。
該研究發表在 “ 物理化學雜誌C”雜誌上, 題為“觸覺半導體納米晶體無序元件中尺度視覺化電流”的研究論文。