科学家设计出分子级存储状态，超越传统计算极限

利默里克大学的一组研究人员揭示了一种创新方法，用于为计算目的设计分子。这一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新技术，在最基本的分子水平上。他们的发现最近发表在 自然 上，代表了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

这一发现的核心是一种巧妙的方法，利用分子内原子的自然运动。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。”这种方法可以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。在传统的计算机中，信息是使用二进制状态处理和存储的——开或关，1 或 0。然而，利默里克团队的分子设计允许在小于原子的空间内创建多个状态，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，受大脑启发的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，开启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 太运算（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（从耗能的数据中心到内存密集型数字地图和在线游戏）都有巨大的好处。”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 的直接影响很明显，但这一分子计算突破可能会在各个领域催生创新。例如，在医疗保健领域，这些高精度的神经形态系统可以实现复杂生物数据的实时分析，可能会彻底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，能量限制是一个重大挑战。未来火星探测器或深空探测器可以在不增加能量需求的情况下利用更强大的机载计算能力。

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，从而带来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，可能会创造出更稳定和更高效的市场。

“每处计算”（everyware）的概念——将计算能力集成到日常物品中——开启了令人着迷的可能性。想象一下可以实时监测健康并调整保温的服装，或者可以检测变质并自动调整保存机制的食品包装。建筑物可以成为不仅仅是静态结构，动态优化能耗并对环境变化做出反应。

随着研究的进展，我们可能会看到将传统硅基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结合起来，这一创新为我们刚刚开始想象的可能性打开了大门。随着我们站在这个新时代的门槛上，变革性的变化在各个行业和社会中的潜力是巨大的，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。