科学家工程分子级存储状态，超越传统计算限制

利默里克大学的一组研究人员揭示了一种用于计算目的的设计分子的创新方法。这种方法从人类大脑的功能中汲取灵感，具有潜力大大提高人工智能系统的速度和能效。

由伯纳尔研究所的达米恩·汤普森教授领导的研究团队发现了操纵材料的最基本分子水平的新技术。他们的发现最近在Nature上发表，代表着神经形态计算领域的一个重大突破——计算机科学的一个分支，旨在模仿生物神经网络的结构和功能。

突破背后的科学

在这一发现的核心是一个利用分子中原子自然运动的巧妙方法。汤普森教授解释说，“我们基本上使用原子的固有摆动和摇晃来处理和存储信息。”这种方法允许在单个分子结构中创建多个存储状态，每个状态对应一个独特的电状态。

该团队的方法与传统的基于硅的计算有着显著的不同。在传统计算机中，信息是使用二进制状态（开或关，1或0）进行处理和存储的。然而，利默里克团队的分子设计允许在小于原子的空间内具有多个状态，大大增加了信息密度和处理能力。

这种分子级别的操纵解决了神经形态计算中最顽固的挑战之一：实现高分辨率。到目前为止，脑启发式计算平台仅限于低精度操作，限制了它们在复杂任务（如信号处理、神经网络训练和自然语言处理）中的使用。利默里克团队的突破克服了这一障碍，开辟了高级人工智能应用的新可能性。

通过重新概念化底层计算架构，研究人员创建了一个能够以前所未有的能效执行资源密集型工作负载的系统。由印度科学研究所的斯里托什·戈斯瓦米教授领导的神经形态加速器实现了每瓦每秒4.1万亿次运算（TOPS/W），标志着计算能力和能量保护方面的重大进步。

这一发现的影响远远超出了学术研究。正如汤普森教授所指出的，“这种非传统的解决方案可能对所有计算应用都有巨大的益处，从耗能的数据中心到内存密集的数字地图和在线游戏。”更高效、更强大、更通用的计算系统的潜力可能会改变从医疗保健和环境监测到金融服务和娱乐的各个行业。

潜在应用和未来影响

虽然对数据中心和边缘计算的影响是明显的，但这一分子计算突破可能会在众多领域催生创新。在医疗保健领域，例如，这些高精度的神经形态系统可以实现对复杂生物数据的实时分析，可能会改变个性化医学和药物发现过程。

该技术的能效使其在空间探索和卫星通信中尤其有前途，在这些领域，电力限制是一个重大挑战。未来的火星探测器或深空探测器可以在不增加能耗的情况下利用更强大的计算能力。

在气候科学领域，这些分子计算机可以增强我们对复杂环境系统的建模能力，从而实现更准确的气候预测和更明智的政策决策。同样，在金融领域，该技术可以改变风险评估和高频交易算法，可能会创造更稳定和更高效的市场。

“每处计算”（将计算能力集成到日常物品中）的概念开启了令人着迷的可能性。想象一下，可以监测您健康状况并实时调整其绝缘的服装，或者可以检测变质并自动调整其保存机制的食品包装。建筑物可以成为不仅仅是静态结构，动态优化能耗并响应环境变化。

随着研究的进展，我们可能会看到传统的基于硅的计算与分子神经形态组件相结合的混合系统的出现，利用两种方法的优势。这可能会导致计算架构的新范式，模糊硬件和软件之间的界限，并可能改变我们设计和构建计算系统的方式。

结论

利默里克大学的分子计算突破是一个可能重新定义我们与计算关系的范式转变。通过将生物过程的效率与数字系统的精度相结合，这一创新开启了我们刚刚开始想象的可能性。随着我们站在这个新时代的门槛上，跨行业和社会的变革潜力是巨大的，承诺一个计算不仅仅是一种工具，而是我们日常生活中不可见的、不可或缺的一部分的未来。