人工智能系统，要将各个频段的电磁频谱转化成自己的视觉记忆，依靠的就是基于内置内存和信号处理的成像单元，但目前并没有一个电信号平台，可以根据光的变化改变电信号极性，从而赋予AI视觉记忆。近期，由皇家墨尔本理工大学（Royal Melbourne Institute of Technology University，下称RMIT）领导的研究团队，提出了一项AI技术，将成像、图像处理、机器学习和内存集成在单个光驱动芯片中。该芯片旨在通过模仿人脑处理视觉信息的方式，为机器人、智能穿戴设备和如人造视网膜等仿生植入物提供更为灵敏、智能的“视力”。11月17日，该篇论文《基于层状黑磷的完全光驱内存和神经形态计算（Fully Light‐Controlled Memory and Neuromorphic Computation in Layered Black Phosphorus）》发表在《advance materials》上。

小身材却有大功能，串起散落的AI组件

通常来说，人工智能严重依赖从数据采集到算法模型的一整套技术逻辑，但在硬件中，受限于技术或者空间，这些逻辑链条中的“块”可能“散落”在不同的区域。RMIT研究团队的目标就是将这些散落的“逻辑块”串起来，通过将多个组件和功能集成到一块芯片中，从根本上提高AI决策的效率和准确性。

而这个“串起来”的思路就是来自自然界中最聪明的计算机——人脑。负责研究团队中功能材料和微系统、RMIT副教授Sumeet Walia说，“我们的目标就是以视觉为抓手，让计算机复刻人脑从视觉识别到判断决策的全过程，从而在神经机器人学、人机交互技术和可扩展的仿生系统上有进一步的突破。”在谈及应用层面时，Walia提到了行车记录仪。如果行车记录仪里装上了神经启发式的硬件，无需连网，它就可以识别灯光、标志、物体并做出即时决策。

被“光”雕刻的芯片：层状黑磷的妙用

如果掀开这块AI芯片“视力惊人”的神秘幕布，那我们就能看到其背后的超薄材料——二维层状黑磷。二维层状黑磷的神奇之处就在于，它可以基于不同波长的光来改变自身的阻值，从而充当AI的“视觉神经元”。RMIT研究团队表示，采用黑磷的启发来自于光遗传学。作为生物技术中的新兴工具，光遗传学使科学家以高精度深入研究人体中的电流，并通过光来观察神经元的变化。基于层状黑磷和光遗传学，RMIT团队通过向芯片照射不同波长的光，来实现成像、存储等不同的功能，并创建、修改AI芯片的内存。通过改变和编码光的波长，AI芯片现在可以自动捕获并增强图像，进行像素内图像预处理，并基于全光学驱动的神经形态计算，对图像进行分类。实验表明在经过训练后，该芯片图像识别准确率超过90％。除了能够“串联”组件的优势，该黑磷AI芯片还能与现有的电子技术和硅技术兼容，方便将来能再轻松“串”进其他技术。

该项研究团队的另一主要负责人Taimur Ahmed博士说，“光驱动计算比现有技术更快，更准确且能耗更低。而且当我们把如此多的核心功能整合到一个纳米级设备上，单个芯片上就能进行更大量的机器学习和AI集成应用。”

结语：多领域应用，AI芯片的类脑“梦”

RMIT研究团队表示，除了行车记录仪、机器人等硬件，光学AI芯片还在康复届也潜力无限，例如，如果将该AI芯片装进人工视网膜，科学家就可以提高仿生眼的准确性，加快仿生眼的商业化。也正如Ahmed博士所言，AI芯片的终点是永恒不变的：成为一个可以和人脑一样从环境中学习的AI大脑。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。