韩国科学技术院 (KAIST) 于 2024 年 1 月宣布开发出一种自学习忆阻器，这是一种旨在复制人脑突触功能的组件。 KAIST 总裁 Kwang Hyung Lee 表示，随着时间的推移，新设备可以纠正自身错误并提高其性能，解决神经形态系统之前的挑战。
这项研究发表在《自然电子》杂志上，概述了忆阻器的功能。研究人员报告说，例如，该芯片可以学习在视频处理过程中将运动图像与其背景分离，并逐步增强其执行此任务的能力。这一进步可以允许复杂的人工智能任务在设备上本地执行，而不是依赖远程云服务器，这将提高隐私和能源效率。
KAIST 研究人员 Hakcheon Jeong 和 Seungjae Han 在一份新闻声明中表示：“这个系统就像一个智能工作空间，一切都触手可及，而不必在桌子和文件柜之间来回走动。” “这类似于我们的大脑处理信息的方式，所有的事情都会在一个地方同时有效地处理。”
忆阻器是一个源自“存储器”和“电阻器”的术语，被认为是神经形态或类脑计算的基础元件。这一概念最早由美国电气工程师和计算机科学家 Leon Chua 于 1971 年提出。他提出第四个基本电气元件必须与电阻器、电容器和电感器并存。 Chua 将忆阻器设想为一种非易失性存储器组件，即使在断电时也能存储信息。
尽管该理论已经存在了几十年，但研究人员直到 2008 年才通过实验发现了忆阻器。这一突破引发了全球科学界努力提高其能力。忆阻器同时执行数据存储和计算的能力使其成为人工智能神经网络中人工突触的有效替代品，模仿人脑的运作方式。
该研究领域的主要目标是构建能够以人脑的效率和能力运行的计算机。大脑每秒可使用 20 瓦的功率执行估计 10 亿 (10^18) 次数学运算。达到这种超高效水平是开发实用的神经形态人工智能大脑的关键要求。
在今年的相关开发中，韩国科学技术院还创造了第一个人工智能超导芯片。该芯片专为超高速运行而设计，功耗极低，进一步模拟大脑的效率。
这些技术改进被视为创建“片上大脑”的渐进步骤。此类技术可以显着推进人工智能，并有可能加速向奇点的进展，奇点是人工智能超越人类智能的理论上的未来点。
然而，文章指出，“情报”是一个复杂的主题。人工智能执行类似于人脑的某些计算的能力并不意味着它可以复制大脑的所有不同功能。
一些科学家推测，此类机器可能会进化成“外星思维”，拥有与人类认知根本不同的智能神经结构。目前，人脑仍然是超高效计算的标准。通过忆阻器等组件的不断进步，人工智能最终可能会挑战这一地位。
