为了尝试解决这个问题，Purdue大学的研究人员正在开发能够使用目前运行的AI类型学习技能的硬件，通常为软件平台保留。研究人员认为这种方法可以抵消所需的能量在某些高级应用中使用人工智能比如自动驾驶汽车，因为智能功能将在硬件和软件之间共享。
“软件正在接受人工智能的大部分挑战。如果你能在软件之外，将智能融入电路元件，你就能做今天根本无法做的事情。”普渡大学材料工程学教授施里拉姆·拉马纳坦说。
在他们的研究，研究人员描述了如何在脉冲神经网络中应用“树状”记忆特征来证明高保真物体识别，可能会为人工智能开辟新的方向。
在硬件中展示“像树状”的内存
该软件利用树状记忆将信息分类并组织成“分支”，这样就可以有效地检索信息，这种策略受到了人类大脑的启发。“人类是按照类别的树状结构来记忆事物的，”普渡大学博士后张海天说。“例如，我们在”动物“下的”水果“和猫和狗下记忆苹果和橘子。”在硬件中模仿这些功能可能有趣的脑卒中计算，“他补充说。
在新的研究中，研究科学家们描述了一种开发由量子材料，钕镍氧化物制成的新型硬件组件，其显示出人造树状记忆。虽然在潜在的硬件中已经证明了树状记忆，但Purdue团队设法在室温下观察树状内存，而以前的作用仅在高低的温度下在硬件上观察到电子设备的硬件。
普渡大学研究人员开发的人工智能新硬件。图像归功于普渡大学
利用“量子力学效应”
该团队将质子引入所谓的量子材料，当施加电脉冲时会移动。众所周知的量子材料具有不能通过古典物理学解释的性质。
每当质子移动时，就会观察到一种新的电阻状态，这种状态创造了一个信息存储位置或“记忆状态”。该团队发现，其中几个脉冲可以用来创建一个由记忆状态组成的分支，并且可以在材料中构建数千个记忆状态，以利用量子力学效应。通过模拟，该团队表明，这种材料可以学习数字0到9，这是人工智能的基线测试。
分享情报的特性
尽管人工智能硬件仍处于起步阶段，但研究人员已经在一些潜在硬件上展示了人工智能。然而，中国巨大的能源需求尚未得到解决。普渡大学的研究小组认为，他们在室温下用一种材料演示了这种树状结构，这是朝着正确方向迈出的一步，表明硬件可以从软件中卸下任务。
“这一发现为人工智能开辟了新领域，这些领域在很大程度上被忽视了，因为将这种智能应用到电子硬件中还不存在，”拉曼坦说。
