日本东北大学的研究人员第一次成功地演示了基于自旋电子学的人工智能的基本操作。

▲上图：“I”、“C”和“T”三种模式用关联存储器操作实验的3×3块表示。图片来源：Shunkuke Fukami（日本东北大学）

最近，人工智能引起了越来越多的关注。人工智能可以模拟大脑的信息处理功能，快速执行复杂的任务，如图像识别和天气预测。

当前使用的人工智能是基于半导体的集成电路技术的常规框架。但是，这种人工智能缺乏人类大脑的紧凑性和低功率特征。为了克服这个缺陷，实现突触的单个固态设备是很有意义的。

东京大学教授Hideo Ohno教授、Soda Shigeo教授、Yoshihiko Horio教授、Fukami Shunsuke教授和助教Hisanao Akima教授共同研发了一个人工神经网络，该神经网络使用了他们最近研发的含有微尺度磁性材料的自旋电子器件。他们所使用的自旋电子装置能够以与常规磁性装置不同的模拟方式存储0和1之间的任意值，从而执行由大脑中的突触提供的学习功能。

研发人员利用他们研发出的人工神经网络检查了关联存储器操作，这对于常规计算机来说是很难完成的任务。通过多次试验，他们确认自旋电子器件具有学习能力，研发出的人工神经网络可以像人类的大脑一样将记忆模式跟他们的输入的噪声版本关联起来。

这项研究将创造人工智能技术的新规范，有严苛的尺寸标准，但同时有快速处理能力和超低功耗。这些特征让人工智能可以广泛应用于社会，例如图像/语音识别、可穿戴终端、传感器网络和护理机器人。